# encoding = utf-8
import numpy as np
import tensorflow as tf
from tensorflow.contrib.crf import crf_log_likelihood
from tensorflow.contrib.crf import viterbi_decode
from tensorflow.contrib.layers.python.layers import initializers
from utils import result_to_json
from data_utils import create_input, iobes_iob,iob_iobes
class Model(object):
#初始化模型参数
def __init__(self, config):
self.config = config
self.lr = config["lr"]
self.char_dim = config["char_dim"]
self.lstm_dim = config["lstm_dim"]
self.seg_dim = config["seg_dim"]
self.num_tags = config["num_tags"]
self.num_chars = config["num_chars"]#样本中总字数
self.n
dilated convolutions
最新推荐文章于 2022-09-07 13:43:10 发布
本文深入探讨了膨胀卷积的概念,它在保留图像上下文信息方面的作用,以及如何在深度学习模型中有效使用它来提升性能。通过实例分析,阐述了膨胀卷积在图像分割和目标检测任务中的应用,并对比了与传统卷积的区别。
摘要由CSDN通过智能技术生成