tf-seq2seq：使用TensorFlow进行序列到序列学习

【文件属性】：
文件名称：tf-seq2seq：使用TensorFlow进行序列到序列学习
文件大小：69KB
文件格式：ZIP
更新时间：2021-02-03 18:15:13
nlp machine-learning natural-language-processing deep-learning neural-network TF-seq2seq 使用TensorFlow进行序列到序列（seq2seq）学习。 核心构建块是RNN编码器-解码器体系结构和注意机制。 该软件包主要使用最新的（1.2）tf.contrib.seq2seq模块实现 注意包装 解码器 基本解码器 BeamSearchDecoder 套餐支持 多层GRU / LSTM 剩余连接 退出 注意和投入 Beamsearch解码 写出最佳清单 依存关系 NumPy> = 1.11.1 Tensorflow> = 1.2 历史 2017年6月5日：重大更新 2017年6月6日：支持批量BeamSearch解码 2017年6月11日：分开训练/解

【文件预览】：
tf-seq2seq-master
----train.py(11KB)
----decode.ipynb(6KB)
----decode.py(4KB)
----train.ipynb(14KB)
----README.md(6KB)
----seq2seq_model.py(28KB)
----data()
--------preprocess.sh(1KB)
--------util.py(949B)
--------sample.en(2KB)
--------data_utils.py(3KB)
--------data_statistics.py(466B)
--------clean-corpus-n.perl(4KB)
--------merge.sh(362B)
--------strip_sgml.py(404B)
--------nonbreaking_prefixes()
--------tokenizer.perl(16KB)
--------__init__.py(0B)
--------multi-bleu.perl(4KB)
--------normalize-punctuation.perl(2KB)
--------postprocess.sh(157B)
--------build_dictionary.py(1KB)
--------subword_nmt()
--------data_iterator.py(8KB)
--------shuffle.py(1KB)
--------sample.fr(2KB)
----.gitignore(57B)