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 基于Transformer实现机器翻译(日译中)

使用Jupyter Notebook, PyTorch, Torchtext 和 SentencePiece。

2024-06-27 17:47:25 886

原创 NLP机器翻译

通过上述实现,我们成功地使用贪婪搜索方法完成了序列的预测和翻译任务。在实际应用中,贪婪搜索通常是一种简单而有效的方法,尤其适用于生成不定长序列的任务。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。本文将通过一个具体的例子介绍如何利用编码器—解码器和注意力机制实现机器翻译。输入法语句子“ils regardent.”,翻译后的英语句子应该是“they are watching.”。在前面的章节中,我们介绍了不同的方法来生成解码器在每个时间步的输出。这里,我们将实现最简单的贪婪搜索方法。

2024-06-27 10:00:40 290

原创 带有多层感知器的姓氏分类

我们使用的数据集是包含各种姓氏及其对应国籍的数据集。数据集被分为训练集、验证集和测试集,确保我们在开发模型时能够评估其泛化能力。我们的数据集包含了各种国籍的姓氏数据,每个姓氏带有其所属的国籍标签。首先,我们需要将原始数据转换为适合模型训练的格式,并划分为训练集、验证集和测试集。在这次实验中,我们利用多层感知器(MLP)模型成功实现了对姓氏的国籍分类。这不仅是对机器学习技术的一次应用,更是对数据处理、模型训练与优化过程的深刻体验。

2024-06-16 14:07:40 419

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

提示
确定要删除当前文章?
取消 删除