- 博客(3)
- 收藏
- 关注
RSS订阅原创 机器翻译实验
机器翻译是指将一段文本从一种语言自动翻译到另一种语言。因为一段文本序列在不同语言中的长度不一定相同，所以我们使用机器翻译为例来介绍编码器—解码器和注意力机制的应用。
2024-06-27 11:57:58
1356
原创 基于Transformer实现机器翻译（日译中）
然而，为了学习目的，通常建议对数据进行抽样，确保一切按预期工作，然后再使用全部数据，以节省时间。在这里，我将BATCH_SIZE设置为16，以防止“cuda内存不足”，但这取决于各种因素，如机器内存容量、数据大小等，所以可以根据您的需要随意更改批量大小（注意：PyTorch的教程使用Multi30k德语-英语数据集将批量大小设置为128。首先，我们创建翻译新句子的功能，包括获取日语句子、标记化、转换为张量、推理，然后将结果解码回句子等步骤，但这次是用英语。位置编码被添加到标记嵌入中，以引入单词顺序的概念。
2024-06-27 11:21:35
1831
原创 使用前馈神经网络进行姓氏分类
感知器是一种简单的神经网络，但其主要缺点是无法有效地学习复杂的数据模式。相比之下，卷积神经网络（CNN）通过窗口滤波器的启发，在处理数字信号时能够有效地学习局部化模式。这使得CNN不仅在计算机视觉中非常成功，还能在处理序列数据（如单词和句子）中检测子结构。与多层感知器一起，它们构成了前馈神经网络的一部分，而递归神经网络（RNNs）则通过循环允许信息反馈，这将在后续实验中介绍。在这本节中，我们将介绍在PyTorch中实现多层感知器（MLP）。
2024-06-27 10:43:50
1426
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人