- 博客(3)
- 收藏
- 关注
RSS订阅原创 【基于Transformer实现机器翻译】
greedy_decode函数实现了一种简单的解码策略，它接收一个预训练的模型、源语言文本的表示、相应的掩码、允许的最大解码长度以及解码开始的起始符号。在代码的后半部分，分别使用 build_vocab 函数和日语、英语的分词器 ja_tokenizer、en_tokenizer 来构建日语和英语的词汇表，分别存储在 ja_vocab 和 en_vocab 变量中。这样，每个语言的文本在进行进一步的自然语言处理任务之前，都会有一个准备好的词汇表，这有助于标准化和优化模型的训练过程。
2024-06-29 18:18:04
496
1
原创 【机器翻译】
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。因为一段文本序列在不同语言中的长度不一定相同，所以我们使用机器翻译为例来介绍编码器—解码器和注意力机制的应用。其目标是实现计算机自动将一种语言翻译成另一种语言，而不需要人类的参与。机器翻译的核心是翻译模型，它可以基于规则、基于统计或基于神经网络。这些模型都试图找到最佳的翻译，但它们的工作原理和侧重点有所不同。并且在机器翻译中，单独的单词翻译通常是不够的。上下文对于获得准确翻译至关重要。一些词在不同的上下文中可能有不同的含义和翻译。
2024-06-28 16:31:15
883
原创 【带有多层感知器的姓氏分类】
实验4 一、实验内容 实验中，我们将探索传统上称为前馈网络的神经网络模型，以及两种前馈神经网络:多层感知器和卷积神经网络。多层感知器在结构上扩展了我们在实验3中研究的简单感知器，将多个感知器分组在一个单层，并将多个层叠加在一起。稍后将介绍多层感知器，并在"示例带有多层感知器的姓氏分类“中展示它们在多层分类中的应用。 本实验研究的第二种前馈神经网络，卷积神经网络，在处理数字信号时深受窗口滤波器的启发。通过这种窗口特性，卷积神经网络能够在输入中学习局部化模式，这不仅使其成为计算机视觉的主轴，而且是检
2024-06-28 14:22:46
815
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