sdu_hao的博客

完整项目​​​​​​​ 最后，介绍一下模型的训练、验证以及测试流程。 目录 1. 训练 2. 验证 3. 测试 1. 训练 def train(config, model, train_iter, dev_iter, test_iter): start_time = time.time() model.train() #训练模式 optimizer = to...

完整项目​​​​​​​ 本篇博客，主要介绍各个模型的模块定义，包括模型本身的定义以及模型对应的配置(超参数)的定义，二者在一个模块文件中。 目录 1. FastText 2. TextCNN 3. TextRNN 4. TextRCNN 5. TextRNN_Atten 6. DPCNN 7. Transformer 1. FastText 配置类 class Config...

完整项目​​​​​​​ 本篇博客主要介绍一下数据预处理，包括构建词典/字典，构建数据集和迭代器以及使用预训练词/字向量对词/字嵌入矩阵进行初始化。 目录 1. 构建词/字典 2. 构建数据集和迭代器 3. 初始化词/字嵌入矩阵 4.构建数据集和迭代器(FastText) 1. 构建词/字典 def build_vocab(file_path, tokenizer, max_si...

完整项目 run.py是整个项目的入口，它包含两部分，一是使用argparse工具，配置相关参数；二是整个项目的流程框架，各个模块/函数的调用。 目录 1. 参数配置 2. 项目流程 1. 参数配置 #声明argparse对象 可附加说明 parser = argparse.ArgumentParser(description='Chinese Text Classification...

完整项目 文本分类(二)专栏主要是对Github优秀文本分类项目的解析，该文本分类项目，主要基于深度学习模型，包括TextCNN、TextRNN、FastText、TextRCNN、BiLSTM_Attention、DPCNN、Transformer，使用PyTorch实现。 目录 1. 项目特点 2. 数据集 3. 项目组织结构 4. 使用方式 1. 项目特点 相比于文本分类(一...