字符级RNN模型姓氏对应国家分类 1 序言 1 数据来源与加载 1.1 数据来源 1.2 数据加载 2 数据预处理 2.1 单个字符数据处理标准 2.2 单词的张量构造 3 模型创建 4 模型训练 5 模型检验 6 模型预测 7 模型部署 1 序言 本文的任务主要来源于PyTorch的官方教程，即给定各国人名的数据集，你需要训练出一个RNN，它能够根据输入的人名来判断这个人来自哪个国家（分类任务）。 文中主要参考: Iareges博主：使用RNN搭建字符级语言模型 官网示例: NLP FROM SCRATCH: CLASSIFYING NAMES WITH A CHARACTER-LEVEL RNN 本文重点在于全过程的梳理，具体包含了数据加载、数据预处理、模型创建、模型训练、模型评估、模型预测与模型部署 1 数据来源与加载 1.1 数据来源 官网提供的数据，打开上方的官网示例的链接中，在Preparing the Data下的Note中，如下 如果无法打开链接，可以直接下载已经处理完善后的数据：
超级会员免费看
本文详细介绍了使用PyTorch构建字符级RNN模型完成姓名到国家分类的任务，涵盖数据加载、预处理、模型创建、训练、评估、预测和部署的全过程。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
