Google 开源 seq2seq,通用编码器&解码器框架

来源: 投稿
作者: 王练
2017-03-16

谷歌又开源了,这次是开源了一款用于 TensorFlow 的通用编码器&解码器框架(encoder-decoder framework),可用于机器翻译、文本摘要、会话建模、图像描述等。

设计目标/特性

  • 通用性:Google 最初为机器翻译开发了这个框架,但是后来用于各种其他任务,包括摘要、会话建模和图像描述。只要你的问题可以以一种格式编码输入数据,并解码为另一种格式,你应该能够使用或扩展这个框架。

  • 可用性:你可以使用单行命令训练模型。支持多种类型的输入数据,包括标准的原始文本。

  • 再现性:使用 YAML 文件配置训练流程和模型。这也允许其他人运行和你完全相同的模型配置。

  • 可扩展性:代码以模块化的方式构建,并且易于拓展。例如,添加新类型的注意机制或编码器架构仅需要最少量的代码即可修改。

  • 文档:所有代码都使用标准的 Python docstrings 记录,有书面指南帮助开始执行常见任务。

  • 良好的性能:为了使代码足够简洁,没有试图榨干所有性能,但是实现速度已足以涵盖几乎所有的生产和研究用例。tf-seq2seq 还支持分布式训练,从而折中计算能力和训练时间。

展开阅读全文
30 收藏
分享
加载中
精彩评论
看着这张图我忽然感觉似乎获得了神谕,世界上知识的解析似乎近在咫尺了! 一分钟后,欢迎来到王者荣耀。
2017-03-16 15:40
1
举报
最新评论 (8)
不明觉厉
2017-03-16 18:02
0
回复
举报
看着这张图我忽然感觉似乎获得了神谕,世界上知识的解析似乎近在咫尺了! 一分钟后,欢迎来到王者荣耀。
2017-03-16 15:40
1
回复
举报
围观围观··!
2017-03-16 14:39
0
回复
举报
火钳刘明
2017-03-16 13:54
0
回复
举报
不明觉厉
2017-03-16 09:12
0
回复
举报
不明觉厉
2017-03-16 08:41
0
回复
举报
更多评论
8 评论
30 收藏
分享
返回顶部
顶部