自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 使用Transformer和PyTorch的日中机器翻译模型

与英语或其他字母语言不同,日语句子不包含空格来分隔单词。我们可以使用JParaCrawl提供的分词器,该分词器是使用SentencePiece创建的日语和英语,您可以访问JParaCrawl网站下载它们,或单击此处。加载分词器后,您可以测试它们,例如,通过执行以下代码。

2024-06-29 22:09:22 1343

原创 NLP——机器翻译

人类对机器翻译(Machine Translation,MT)系统的研究开发已经持续了 50多年。起初,机器翻译译系统主要是基于双语字典进行直接翻译,几乎没有句法结构分析。直到20世纪80年代,一 些机器翻译系统采用了两种方法:在这些方法中,源语言文本被分析转换成抽象表达形式,随后利用一些程序,通过识别词结构(词法分析)和句子结构(句法分析)解决歧义问题。其中有一种方法将抽象表达设计为一种与具体语种无关的“中间语言”,可以作为许多自然语言的中介。

2024-06-26 11:25:00 1727

原创 多层感知机和CNN姓氏分类——基于Pytorch

感知器有一个致命的缺陷是无法解决异或问题。由此,多层感知机应运而生。多层感知机(MLP,Multilayer Perceptron)也叫人工神经网络一、CNN的基本原理CNN深度学习是一种模型,特别适用于处理图像和序列数据。与传统神经网络相比,CNN具有更好的特征学习能力,能够自动从原始图像中提取出有用的信息。CNN的核心特点是卷积操作,它通过在图像上滑动窗口进行计算,利用滤波器(又称卷积核)和池化层(Max Pooling)来提取图像的特征。

2024-06-26 10:36:03 1880

基于pytorch的CNN姓氏分类源码

基于pytorch的CNN姓氏分类源码

2024-06-26

基于pytorch的MLP姓氏分类源码

基于pytorch的MLP姓氏分类源码

2024-06-26

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除