奋斗客的博客

用于中文命名实体识别的递归神经网络 命名实体识别作为序列标注类的典型任务，其使用场景特别广泛。本项目基于PyTorch搭建BiLSTM+CRF模型，实现中文命名识别任务，代码已提交至Github（ GitHub： https://github.com/CaoYuGang/ChineseNER_BiLSTM ）。 模型 该模型是具有CRF层的双区域LSTM神经网络。汉字序列被投影到密集的向量序列中，并带有多余的特征作为循环层的输入，这里我们使用一个代表词边界特征的热向量进行说明。循环层是双向LSTM层，前向和

通过深度残差网络进行图像分类（pytorch网络多网络集成配置） 简介 本项目通过配置文件修改，实现pytorch的ResNet18, ResNet34, ResNet50, ResNet101, ResNet152网络更替，并通过代码实现自动生成识别所需的标签文件classes.txt（默认使用编码utf-8）。 开发者只需要填写一些基本的元素如数据集地址，图像预处理大小，模型保存地址即可实现模型的训练和调用。（GitHub： https://github.com/CaoYuGang/ResNet_pyt