写这篇博客的时候正好在和某公司做一个语音情感识别相关的项目,所以距离上次更新微博也有好久了,但还是按照之前设定的计划把这块内容梳理下。主要是Fo...
最后一关: Encoder:多层双向lstm Attention机制 decoder:动态实现bi-directional_dynamic_rn...
实现多层双向的dynamic_lstm+beam_search 基于tensorflow1.4 Seq2seq的实现 encoder使用的两层双...
实现beam_search部分 基于tensorflow1.4 Seq2seq的实现 1.使用seq2seq库实现seq2seq模型 1. 计算...
实现双向的dynamic_lstm+beam_search 基于tensorflow1.4 Seq2seq的实现 encoder使用的是双向的L...
实现softmax_loss_function部分 基于tensorflow1.4 Seq2seq的实现 1.使用seq2seq库实现seq2s...
这个系列网上的教程实在太多,所以我准备采用代码和理论相结合的方式,详细代码请点击我的github,基于python3.6和tensorflow1...
前面两篇分别梳理了下BERT的原理和BERT的训练,接着前面的内容,梳理下BERT是如何在下游任务上运用的。 原理就是上面这个图了。四种任务...
Google开源的BERT的确很良心,代码写得非常好,是一个不错的学习案例,这里我从实战的角度从预训练到下游任务实战做一个全面的梳理。原理部分的...
文集作者