通用编码器&解码器框架 seq2seq

Apache
Python
跨平台
Google
2017-03-16
王练

seq2seq 是 Google 开源的一款用于 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。

加载中

评论(0)

暂无评论

Google 开源 seq2seq,通用编码器&解码器框架

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:Googl...

2017/03/16 07:48

没有更多内容

加载失败,请刷新页面

没有更多内容

暂无问答

学习笔记CB014:TensorFlow seq2seq模型步步进阶

神经网络。《Make Your Own Neural Network》,用非常通俗易懂描述讲解人工神经网络原理用代码实现,试验效果非常好。 循环神经网络和LSTM。Christopher Olah http://colah.github.io/posts...

2018/05/05 23:15
34
0
NLP 实践 TensorFlow 打造聊天机器人

第1章 课程导学 对课程章节、知识点、课程安排、适用人群、前提条件以及学习完成后达到的程度进行了介绍,让同学们对本课程有基本的认识。 1-1 课程导学 第2章 基础知识 介绍tensorflow的基础...

03/21 17:00
5
0
我的2017年文章汇总——自然语言处理篇

近期准备把过去一年写的文章按照分类重新整理推送一遍,包括:“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。 本篇推送...

2018/01/15 15:17
9
0
学习笔记TF059:自然语言处理、智能聊天机器人

自然语言处理,语音处理、文本处理。语音识别(speech recognition),让计算机能够“听懂”人类语音,语音的文字信息“提取”。 日本富国生命保险公司花170万美元安装人工智能系统,客户语言转...

2017/11/06 00:13
113
0
学习笔记CB013: TensorFlow、TensorBoard、seq2seq

tensorflow基于图结构深度学习框架,内部通过session实现图和计算内核交互。 tensorflow基本数学运算用法。 import tensorflow as tf sess = tf.Session() a = tf.placeholder("float") b = ...

2018/05/05 13:06
27
0
Deep Learning for Natural Language Processing 免积分下载

图书说明: 发现用于自然语言处理(NLP)的深度学习的概念,以及神经网络模型的完整示例,例如递归神经网络,长期短期记忆网络和序列2序列模型。 首先,我将通过实例来涵盖数学先决条件和深度...

01/06 11:46
1
0
attention理解笔记

attention机制来自于视觉的感知,对某些关键区域聚焦,其应用在图片上可行,是否可以应用在文本处理。答案是可行的,其实当我们快读阅读或者读长篇文本的时候,我们的注意力是集中在关键词,...

2018/09/03 20:00
57
0
加速NLU的模型部属 社群开源发出语言向量计算工具LASER

为了加速自然语言处理模型可以应用于多种不同的语言,社群开源释出跨语言句子向量计算工具LASER(Language-Agnostic SEntence Representations),该工具支持超过90种语言,让自然语言处理模...

01/24 15:40
1
0
深度有趣 | 26 Seq2Seq机器翻译

简介 介绍如何使用Sequence to Sequence Learning(Seq2Seq)实现神经机器翻译(Neural Machine Translation,NMT) 原理 之前我们通过序列标注模型实现了中文分词,序列标注属于Seq2Seq的一...

2018/09/21 20:23
67
0

没有更多内容

加载失败,请刷新页面

返回顶部
顶部