【文件属性】：
文件名称：LaTeX_OCR:数学公式识别
文件大小：44.46MB
文件格式：ZIP
更新时间：2021-05-04 23:41:42
JupyterNotebook
LaTeX OCR
win10 用 GPU 加速训练
如何可视化Attention层
致谢
Seq2Seq + Attention + Beam Search。
结构
1. 搭建环境
python3.5 + tensorflow1.12.2
latex (latex 转 pdf)
ghostscript (图片处理)
magick (pdf 转 png)
Linux
一键安装
make install-linux
或
安装本项目依赖
virtualenv env35 --python=python3.5
source env35/bin/activate
pip install -r requirements.txt
安装 latex (latex 转 pdf)
sudo apt-get install texlive-latex-base
sudo apt-get install tex
【文件预览】：
LaTeX_OCR-master
----visualization.zip(6.62MB)
----.gitignore(132B)
----.ipynb_checkpoints()
--------visualize_attention-checkpoint.ipynb(468KB)
----art()
--------architecture.jpg(111KB)
--------predict.png(90KB)
--------visualization_12_long.gif(3.13MB)
--------visualization_6_short.gif(3.05MB)
--------visualization_data.images_test.6.gif(2.49MB)
--------visualization_6_long.gif(2.71MB)
--------6.png(98KB)
--------visualization_long.gif(3.26MB)
--------12.png(99KB)
--------visualization_data.images_test.2.gif(4.15MB)
--------visualization_12_short.gif(3.44MB)
--------visualization_prediction_short.gif(3.81MB)
--------visualization_14_long.gif(3.26MB)
--------visualization_14_short.gif(3.81MB)
--------14.png(90KB)
----requirements.txt(179B)
----data()
--------val.formulas.norm.txt(1.26MB)
--------test.formulas.norm.txt(1.41MB)
--------small.formulas()
--------train.formulas.norm.txt(11.35MB)
----model()
--------components()
--------evaluation()
--------img2seq_torch.py(11KB)
--------__init__.py(0B)
--------base.py(6KB)
--------base_torch.py(10KB)
--------utils()
--------img2seq.py(11KB)
--------decoder.py(5KB)
--------encoder.py(4KB)
----evaluate_txt.py(2KB)
----evaluate_img.py(2KB)
----gh-md-toc(8KB)
----LICENSE.txt(11KB)
----visualize_attention.ipynb(468KB)
----README.md(11KB)
----configs()
--------vocab.json(159B)
--------data_small.json(1018B)
--------training.json(387B)
--------data.json(985B)
--------README.md(3KB)
--------vocab_small.json(173B)
--------training_small.json(390B)
--------model.json(428B)
----build.py(1KB)
----dirty()
--------t.py(3KB)
--------decoder.ipynb(3KB)
--------a.txt(282KB)
--------test.py(108B)
--------test.ipynb(20KB)
----visualize_attention.py(8KB)
----.vscode()
--------settings.json(105B)
----makefile(2KB)
----predict.py(2KB)
----train.py(3KB)