- 博客(3)
- 收藏
- 关注
原创 实验14.基于Transformer实现机器翻译(日译中)
首先,让我们确保我们的系统中安装了以下软件包,如果您发现某些软件包丢失,请确保安装它们。本次实验展示了基于Transformer的模型在日译中机器翻译任务上的有效性和潜力。我们相信,通过进一步优化和改进,该模型有望在实际应用中取得更好的效果。
2024-06-25 21:31:15
772
原创 实验13:机器翻译
本次实验展示了基于神经网络的机器翻译方法的有效性,并为我们进一步优化和应用该方法提供了有益的经验和启示。机器翻译技术已取得显著进展,特别是神经网络机器翻译在质量上有着明显优势。然而,每种技术都有其适用范围和限制,如资源需求、模型训练时间和翻译效率等。未来的研究可关注于模型的优化、多语言翻译以及低资源语言的翻译技术。
2024-06-24 17:08:39
1053
原创 实验4:自然语言处理前馈网络
多层感知器(MLP)被认为是最基本的神经网络构建模块之一,是一种经典的人工神经网络结构,主要用于实现复杂的模式识别和函数逼近问题。最简单的MLP是对第3章感知器的扩展。感知器将数据向量作为输入,计算出一个输出值。在MLP中,许多感知器被分组,以便单个层的输出是一个新的向量,而不是单个输出值。在PyTorch中,正如您稍后将看到的,这只需设置线性层中的输出特性的数量即可完成。MLP的另一个方面是,它将多个层与每个层之间的非线性结合在一起。多层感知器由输入层、一个或多个隐藏层以及输出层组成。
2024-06-23 22:52:18
890
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