transformer翻译

最新推荐文章于 2024-06-26 15:17:17 发布
最新推荐文章于 2024-06-26 15:17:17 发布
阅读量211 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/woshiliulei0/article/details/106478949
版权

https://www.yiyibooks.cn/yiyibooks/Attention_Is_All_You_Need/index.html

listwebit
关注
基于TensorFlow的Transformer翻译模型.zip
03-28
Transformer翻译模型是现代自然语言处理领域的一个里程碑式创新，它由Vaswani等人在2017年的论文《Attention is All You Need》中提出。这个模型彻底改变了序列到序列学习（Sequence-to-Sequence Learning）的方式，...
机器翻译实战（英译汉）Transformer代码学习详解
九筒的博客
05-04 1万+
任务目标 基于Transformer实现英语翻译汉语。如有疏忽请多指教 数据 Hi. 嗨。 Hi. 你好。 Run. 你用跑的。 Wait! 等等！ Hello! 你好。 I try. 让我来。 I won! 我赢了。 Oh no! 不会吧。 Cheers! 乾杯! Got it? 你懂了吗？ He ran. 他跑了。 Hop in. 跳进来。 I lost. 我迷失了。 I quit. 我退出。 I'm OK. 我沒事。 Listen. 听着。 No way! 不可能！ No way! 没门！ Reall
NLP——机器翻译中的Transformer
u013010473的博客
05-25 3306
文章目录框架简介Transformer结构EncoderDecoderScaled Dot-Product AttentionMulti-Head AttentionLayer NormalizationMaskPositional EmbeddingPosition-wise Feed-Forward NetworkTransformer优点 框架 简介 Transformer就是一个升级版的Seq2Seq，也是由Encoder和Decoder组成。Transformer抛弃了以往深度学习任 务使用的C
【NLP】(task9)Transformers解决机器翻译任务
发现问题，并解决问题，批判性思维
08-31 5822
学习总结 （1）之前的任务都是语言理解类任务（如文本分类、抽取式问答、序列标注等），而对于文本生成任务（如机器翻译、文本摘要等），这类任务不仅需要对作为条件的输入有较好的表示能力（编码器），同时需要较强大的（序列）解码器生成目标文本。沿着解码器利用自监督学习的方式进行预训练，大佬们提出了一些预训练生成模型：BART、UniLM、T5和GPT-3等，更多机器翻译论文可参考清华大学NLP组整理的论文——https://github.com/THUNLP-MT/MT-Reading-List。 （2）本次学习用H
Transformer 机器翻译任务（上）
songyang66的博客
11-23 2775
transformer 架构解析和代码编写，学习唐宇迪老师的
Transformer具体如何进行机器翻译
To be a better man
05-23 1968
Transformer最具体形象的例子就是做机器翻译了，搞懂这个再去理解其他用Transformer做的下游任务就更方便了，比如时间序列预测，你搞不懂Encoder/Decoder的数据怎么喂进去的，怎么编码的，为什么编码，那不是就有点本末倒置了，基础都没get，现在的文章大部分都是直接给模型理解，没讲清楚整体流程，这篇文章的目的就是讲清楚整个流程。 链接1看Encoder-decoder如何机器翻译这个看懂了，再看森哥的Transformer，再看看官方开源代码，整体概念与实现细节就差不多了，多练，忘了
Transformer机器翻译数据集
01-03
Transformer机器翻译数据集是用于训练和评估机器翻译模型的重要资源，尤其在自然语言处理（NLP）领域。Transformer模型由Google的研究团队在2017年提出，它彻底改变了序列到序列学习的范式，成为了现代神经网络翻译...
基于transformer的机器翻译
07-06
Transformer模型在机器翻译领域的应用是近年来自然语言处理（NLP）领域的一大突破。这个模型由Google的研究团队在2017年提出，并在论文《Attention is All You Need》中详细阐述。Transformer以其高效的并行计算能力...
透彻理解大模型框架：Transformer模型原理详解与机器翻译
zql1009的博客
05-15 1万+
已知神经网络权重：W_q, W_k, W_v。
Pytorch动手实现Transformer机器翻译
weixin_43594279的博客
03-27 3109
使用最基础的Transformer实现英语到法语的机器翻译……
Transformer机器翻译模型（代码实现案例）
m0_60657960的博客
03-04 2597
¶# 定义特殊字符及其对应的索引值# 确保标记按其索引的顺序正确插入到词汇表中# 训练数据集的迭代器,# 数据集是用英文描述图像的英文语句, 然后人工将其翻译为德文的语句,有两个文件, 一个是train.de 一个是train.en文件,# 然后将其构建为(德文, 英文)的形式# 创建torchtext的vocab对象, 即词汇表。
NLP—基于Transformer实现机器翻译
qq_65635636的博客
06-25 1155
本次基于Transformer的机器翻译任务训练量大，需要借用GPU进行加速训练，没有GPU的可以白嫖免费的服务器进行训练。很多平台可以进行学生认证，免费领取服务器，赶紧趁着自己还是学生，快去白嫖吧。这里小王白嫖的是阿里云服务器，GPU为Tesla V100-SXM2 ，做深度学习时的性能表现非常出色。领取步骤：打开阿里云，注册账户，学生认证，搜索找到人工智能平台PAI。
Transformer代码实现机器翻译示例（注意：Encoder_input，Decoder_input，Decoder_output：训练标签设定）
weixin_43860330的博客
03-14 2511
【代码】Transformer代码实现机器翻译示例（注意：Encoder_input，Decoder_input，Decoder_output：训练标签设定）
【NLP】第6章 使用 Transformer 进行机器翻译
sikh_0529的博客
09-25 1万+
人类掌握序列转导，将表示转移到另一个对象。我们可以很容易地想象一个序列的心理表征。如果有人说我花园里的花很漂亮，我们可以很容易地想象一个花园里有花。我们看到了花园的图像，尽管我们可能从未见过那个花园。我们甚至可以想象鸟鸣和花香。一台机器必须从零开始用数字表示来学习转导。循环或卷积方法产生了有趣的结果，但尚未达到显着的 BLEU 翻译评估分数。翻译需要将语言A转换为语言B的表示。Transformer模型的self-attention创新增加了机器智能的分析能力。语言A。
Pytorch入门实战（5）：基于nn.Transformer实现机器翻译（英译汉）
热门推荐
iioSnail的博客
08-05 2万+
本文将使用Pytorch提供的nn.Transformer实现英文到中文的机器翻译任务。对nn.Transformer的讲解，可以参考我的另一篇博文Pytorch中 nn.Transformer的使用详解与Transformer的黑盒讲解，建议先学习该文的CopyTask任务，然后再来看该篇就容易多了。......
基于Transformer实现机器翻译
最新发布
A3609222003的博客
06-26 1040
机器翻译是指利用计算机技术和语言学知识来实现将一种自然语言的文本翻译成另一种自然语言的文本的过程。这种技术旨在使计算机能够理解和翻译人类语言，从而帮助人们跨越语言障碍进行沟通和交流。机器翻译系统通常依赖于大量的语料库和复杂的算法，其中包括统计机器翻译（SMT）和神经机器翻译（NMT）等不同的方法。近年来，随着深度学习技术的发展，神经机器翻译在NLP领域中变得越来越流行，因为它能够更好地捕捉句子结构和语义信息，从而提高翻译的准确性和流畅度。
预训练Transformer的强大潜力：机器翻译的新纪元
AI天才研究院
12-31 853
1.背景介绍 机器翻译是自然语言处理领域的一个重要研究方向，其目标是让计算机能够自动地将一种自然语言翻译成另一种自然语言。在过去的几十年里，机器翻译的研究和实践经历了多个阶段，从基于规则的方法(如规则引擎和统计机器翻译)到基于深度学习的方法(如RNN和LSTM)。然而，这些方法都存在一些局限性，例如难以捕捉到长距离依赖关系和句子结构的复杂性，以及处理罕见的词汇和短语的困难。 近年来，预训练模型...
机器翻译模型六Transformer__Pytorch实现
weixin_38544305的博客
04-20 3396
详细介绍Transformer，并基于Pytorch实现
用生成式预训练Transformer实现机器翻译：深入探究
AI天才研究院
07-27 1044
作者：禅与计算机程序设计艺术 1.简介 随着深度学习在自然语言处理、图像识别等领域的广泛应用，基于深度学习的神经网络模型在文本、图像等领域的效果已经达到了前所未有的水平。而机器翻译领域也因此受到越来越多的关注。在实际应用中，如何利用神经网络模型进行机器翻译是一个关键问题。 传统机器翻译方法主要采用统计法
transformer 翻译
07-28
- *1* [Transformer翻译](https://blog.csdn.net/qq_39223444/article/details/121337530)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值