【文件属性】：
文件名称：matlab代码左移-Sequence-Models:序列模型
文件大小：828KB
文件格式：ZIP
更新时间：2021-05-24 05:14:42
系统开源
matlab代码左移神经机器翻译（seq2seq）教程
作者：Thang
Luong，Eugene
Brevdo，赵瑞（，）
此版本的教程要求。
要使用稳定的TensorFlow版本，请考虑其他分支，例如。
如果您使用此代码库进行研究，请引用。
介绍
序列到序列（seq2seq）模型（，）在各种任务（例如机器翻译，语音识别和文本摘要）中都取得了巨大的成功。
本教程为读者提供了对seq2seq模型的全面理解，并展示了如何从头开始构建具有竞争力的seq2seq模型。
我们专注于神经机器翻译（NMT）的任务，这是带有wild的seq2seq模型的第一个测试平台。
所包含的代码轻巧，高质量，可立即投入生产，并结合了最新的研究思路。
我们通过以下方式实现这一目标：
使用最新的解码器/注意包装器，TensorFlow
1.2数据迭代器
结合我们在构建递归模型和seq2seq模型方面的专业知识
提供有关构建最佳NMT模型和复制的提示和技巧。
我们认为，提供人们可以轻松复制的基准非常重要。
结果，我们提供了完整的实验结果，并在以下公开可用的数据集上对我们的模型进行了预训练：
小型：由ET提供的TED演
【文件预览】：
Sequence-Models-master
----CONTRIBUTING.md(1KB)
----LICENSE(11KB)
----README.md(53KB)
----nmt()
--------inference.py(9KB)
--------nmt.py(29KB)
--------nmt_test.py(3KB)
--------train.py(28KB)
--------utils()
--------testdata()
--------model_test.py(47KB)
--------g3doc()
--------gnmt_model.py(12KB)
--------scripts()
--------inference_test.py(6KB)
--------model.py(33KB)
--------__init__.py(0B)
--------attention_model.py(7KB)
--------.gitignore(50B)
--------standard_hparams()
--------model_helper.py(24KB)