- 博客(2)
- 收藏
- 关注
原创 基于Transformer和PyTorch的日中机器翻译模型研究
本实验报告详细介绍了使用PyTorch框架和Transformer模型进行日中机器翻译的过程。实验使用了JParaCrawl数据集,并通过自定义的数据处理、模型构建、训练和翻译流程,实现了从日语到中文的机器翻译。实验结果表明,所构建的模型能够达到基本的翻译效果,但受限于计算资源,模型的翻译质量和效率有待进一步提升。
2024-06-27 15:13:46
601
原创 使用深度学习进行姓氏分类:MLP与CNN的探索之旅
在本研究中,我们深入探讨并比较了多层感知机(MLP)与卷积神经网络(CNN)在处理姓氏分类任务时的表现。实验的起点是对两种模型结构的初始化,配备了适宜的损失函数和优化算法,以适配各自的模型特性。对于MLP模型,我们设计了一套由多个全连接层构成的网络,并集成了恰当的激活函数,随后在训练集上执行了迭代训练。这一过程使得MLP能够学习从姓氏到国籍的复杂映射。相较之下,CNN模型则通过卷积层和池化层的巧妙堆叠,自动提取出姓氏字符串中的空间特征,以实现高效的特征学习和分类。
2024-06-13 10:29:46
833
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