【文件属性】：
文件名称：hyperbolictext:TensorFlow源代码，用于以无人监督的方式学习文本序列的嵌入-tensorflow source code
文件大小：71KB
文件格式：ZIP
更新时间：2021-03-24 19:43:48
系统开源
超文本：用于学习文本表示的模型
该目录包含TensorFlow源代码，用于以无人监督的方式学习文本序列的嵌入。 这是一个初步的实现，即将有更多更改（和文档）。
接触
代码作者： Bhuwan Dhingra，Chris Shallue
拉取请求和问题： @ bdhingra，@ cshallue
入门
此代码由的Skip-Thought vectors模型的开源TensorFlow实现提供支持。 因此，第一步是下载该存储库，并将相关的skip_thoughts目录复制到该存储库。
TENSORFLOW_MODELS_DIR= " ${HOME} /tensorflow_models/ "
git clone https://github.com/tensorflow/models.git " $TENSORFLOW_MODELS_DIR "
cp -r " ${TENSORFLOW_M
【文件预览】：
hyperbolictext-master
----README.md(4KB)
----LICENSE(11KB)
----skip_thoughts_dist()
--------README.md(5KB)
--------track_perplexity.py(3KB)
--------configuration.py(5KB)
--------train.py(6KB)
--------BUILD(723B)
--------ops()
----CONTRIBUTING.md(969B)
----nli()
--------mlp_classifier_test.py(2KB)
--------testdata()
--------baseline_encoders_test.py(1KB)
--------tfrecord_creator_test.py(2KB)
--------README.md(2KB)
--------baseline_encoders.py(2KB)
--------eval_nli_test.py(3KB)
--------eval_nli.py(14KB)
--------tfrecord_creator.py(3KB)
--------mlp_classifier.py(13KB)
--------BUILD(1KB)
----WORKSPACE(0B)
----word_context()
--------track_perplexity.py(3KB)
--------evaluate_trec.py(7KB)
--------word_context_encoder.py(2KB)
--------configuration.py(7KB)
--------train.py(6KB)
--------metrics.py(3KB)
--------metrics_test.py(2KB)
--------post_analysis.py(29KB)
--------tools.py(7KB)
--------BUILD(2KB)
--------word_context_model.py(35KB)
--------test_run.py(4KB)