- 博客(3)
- 收藏
- 关注
RSS订阅原创 使用前馈神经网络进行姓氏分类
多层感知器(MLP)被认为是最基本的神经网络构建模块之一。最简单的MLP是对感知器的扩展。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。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。最简单的MLP由三个表示阶段和两个线性层组成。第一阶段是输入向量。这是给定给模型的向量。给定输入向量，第一个线性层计算一个隐藏向量——表示的第二阶段。隐藏向量之所以这样被调用，是因为它是位于输入和输出之间的层的输出。
2024-06-30 00:27:13
602
原创 基于编码器-解码器的机器翻译
机器翻译是自然语言处理领域中重要的研究方向之一，其目的是通过计算机程序自动将一种语言的文本翻译成另一种语言。机器翻译的研究和应用已有几十年的历史，从最早的基于规则的方法，到统计机器翻译，再到如今的神经机器翻译，技术不断进步。
2024-06-29 23:12:06
568
原创 基于 Transformer 实现机器翻译
Transformer 模型由编码器（Encoder）和解码器（Decoder）组成。编码器负责将输入序列映射为隐藏表示，解码器则将隐藏表示转化为输出序列。定义 Transformer 模型，包括编码器、解码器和多头自注意力机制。本文介绍了基于 Transformer 模型实现机器翻译的完整流程，包括数据准备、模型构建、训练与评估等内容。Transformer 模型凭借其强大的并行计算能力和长距离依赖处理能力，在机器翻译领域取得了显著的效果。
2024-06-29 22:48:40
672
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