注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 651-project-源码

  2. CMPUT 651项目 创建人：Sarah Davis，Delaney Lothian和Henry Tang 该项目的目的是探索转导问题的解决方案。 这可以描述为不仅接受或拒绝给定字符串，而且还将该字符串翻译成另一种语言的任务。 换句话说，转导是识别与生成任务的结合。 介绍 该存储库包含我们项目的代码，说明和数据。 Datasets目录包含用于生成数学方程式数据集的脚本。 该脚本生成简单的数学方程式（运算符：+，-，/，*，（，））及其等效的反向抛光符号。 NNPDA目录包含（进行中的）代

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：35651584
    • 提供者：weixin_42097914

  1. chatbot-python-project-源码

  2. chatbot-python-project 聊天机器人是一款智能软件，能够传达和执行类似于人类的动作。聊天机器人在客户互动，在社交网站上进行营销以及即时向客户发送消息等方面被广泛使用。根据聊天机器人的构建方式，它有两种基本类型：基于检索和基于生成的模型。 1.基于检索的聊天机器人 基于检索的聊天机器人使用预定义的输入模式和响应。然后，它使用某种启发式方法来选择适当的响应。它在行业中广泛用于制造面向目标的聊天机器人，我们可以在其中自定义聊天机器人的音调和流程，以带给我们最佳体验的客户。 2.

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：144384
    • 提供者：weixin_42144366

  1. Mach_translator1-源码

  2. Udacity人工智能纳米学位 第2学期：Capstone项目 使用RNN进行机器翻译 图片来源： 目标 在这个项目中，我们建立了一个深层神经网络，它充当机器翻译管道的一部分。管道接受英语文本作为输入，并返回法语翻译。目标是实现尽可能最高的翻译准确性。 背景 彼此交流的能力是人类的基本组成部分。全球有近7,000种不同的语言。随着我们世界之间的联系日益紧密，语言翻译为不同国家和种族的人们之间的文化和经济桥梁提供了重要的桥梁。一些较明显的用例包括： 业务：国际贸易，投资，合同，金融 商业：旅行，

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：5242880
    • 提供者：weixin_42150745

  1. SOTA-MT:该项目试图维持机器翻译中的SOTA性能-源码

  2. SOTA-MT 该项目试图在机器翻译的各个子任务上保持SOTA性能。我们还对NMT的最新进展和潜在的研究趋势进行了详细的回顾。欢迎任何意见和建议。 1.简介 机器翻译已进入神经方法时代，吸引了越来越多的研究人员。目前，每年都会发表数百篇MT论文，对于研究人员来说，要了解每个研究方向上的SOTA模型都有些困难。因此，我们尝试记录该项目中的SOTA绩效。 神经机器翻译有几个研究方向，包括体系结构设计，多模式翻译，语音和同时翻译，文档翻译，多语言翻译，半监督翻译，无监督翻译，领域自适应，非自回归翻译

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：7168
    • 提供者：weixin_42128270

  1. argos-translate:Python中的开源神经机器翻译。设计用作Python库或桌面应用程序。使用OpenNMT进行翻译，使用PyQt进行GUI-源码

  2. Argos翻译 | 用Python编写的开源脱机翻译库。使用进行翻译，使用进行标记化，使用进行句子边界检测，使用进行GUI。设计用作Python库，命令行或GUI应用程序。 是在Argos Translate之上构建的API和网络应用程序。 Argos Translate支持安装模型文件，该文件是带有“ .argosmodel”扩展名的zip存档，其中包含OpenNMT 模型， 标记化模型，用于句子边界检测的标记化器模型以及有关该模型的元数据。预训练的模型可以在下载。 Argos Trans

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：672768
    • 提供者：weixin_42151036

  1. lm-prior-for-nmt:该存储库包含论文“用于低资源神经机器翻译的语言模型优先”的源代码-源码

  2. 该存储库包含论文“用于低资源神经机器翻译的语言模型优先”的论文的源代码（） 介绍 在这项工作中，我们使用在目标方单语语料库上训练的语言模型（LM）作为较弱的先验知识。 我们添加了一个正则化项，该项驱动翻译模型（TM）的输出分布在LM的分布下可能出现。 更新：您现在可以使用插件下使用LM-之前与fairseq 。 先决条件 安装要求 创建环境（可选） ：理想情况下，您应该为项目创建一个环境。 conda create -n lmprior python=3 conda activate l

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：16777216
    • 提供者：weixin_42117622

  1. Capstone-Project-2:在Springboard上完成的最终Capstone项目-源码

  2. Capstone-Project-2 使用PyTorch进行神经机器翻译-英语到法语 该项目的目标是建立一个神经机器翻译模型，以在英语和法语短语之间进行翻译。 该项目是Springboard数据科学计划中两个独立的顶峰项目中的第二个。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：6291456
    • 提供者：weixin_42133918

  1. ChatBot-源码

  2. 聊天宝 命令： +翻译| 范例：（+翻译英文-西班牙文问好） +图片| 范例：（+ image Meme或+ image 3 Meme） +搜索| 示例：（+ search Meme或+ search 3 Meme） + youtube | 例如：（+ youtube音乐或+ youtube 3音乐） 对机器人进行ping操作将使其使用神经网络数据库做出响应。 | 示例：（ Chat Bot嘿） Bot的前缀是+ 支持服务器： : Discord Bot邀请链接： ://d

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：1024
    • 提供者：weixin_42144366

  1. COCO-Human-Pose:在COCO 2017数据集上训练堆叠式沙漏深度神经网络以进行人体姿势估计-源码

  2. 基于COCO数据集的人体姿势估计 该存储库包含使用深度神经网络执行人体姿态估计的SENG 474数据挖掘项目的在建项目。 下面是我们项目建议的简短摘录。 问题 人体姿态估计（HPE）是识别人体关键点以构建人体模型的问题领域。 许多现有系统接受图像作为输入，有些实现接受诸如点云和视频之类的格式。 HPE的应用广泛且使许多行业受益。 特别是，HPE在电影和游戏行业中均用于动画。 HPE的更险恶的应用可用于识别多个帧（即视频）上的个人。 HPE的另一个子集是手势估计，可用于翻译手语。 由于诸多挑战，H

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：8388608
    • 提供者：weixin_42134878

  1. Deep-Learning:展示我的深度学习研究，实验和开发-源码

  2. 为什么选择深度学习 如果您想进入人工智能领域，深度学习是让您深入学习的最受追捧的技能之一。 深度学习的基础，了解如何构建神经网络以及学习如何领导成功的机器学习项目是必不可少的技能。 卷积网络，RNN，LSTM，Adam，Dropout，BatchNorm，Xavier / He初始化等都是深度学习工具箱。 人工智能正在改变多个行业。 这些对于理解如何应用它以及在AI中建立事业至关重要。 策划资源 标题 领域 关联 50行代码（PyTorch）中的生成对抗网络（GAN） 甘 转移学习用于超小型生

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：5120
    • 提供者：weixin_42133452

  1. stylized-neural-painting:Pytorch在CVPR 2021中对预打印纸“程式化的神经绘画”的正式实施-源码

  2. 程式化的神经绘画 | | | PyTorch正式实施预打印纸“ Stylized Neural Painting”，已被CVPR 2021接受。 我们提出了一种图像到绘画的翻译方法，该方法可以生成样式可控的生动逼真的绘画作品。 与以前的将图像转换表示为逐像素预测的图像到图像转换方法不同，我们在向量化的环境中处理这种艺术创作过程，并产生一系列可实际用于笔画的有意义的笔画参数。 由于典型的矢量渲染是不可区分的，因此我们设计了一种新型的神经渲染器，它模仿了矢量渲染器的行为，然后将笔画预测作为参

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：2097152
    • 提供者：weixin_42126668

  1. neural-machine-translation-源码

  2. 神经机器翻译 介绍 在这个项目中，将探索和比较两个用于神经机器翻译的数据集。 新闻评论数据集： 从新闻评论网站检索新闻评论数据集。 该网站包含以13种不同语言平行翻译的新闻句子的数据集。 数据集可在此处下载。 Yandex NLP数据集： Yandex提供了俄语和英语平行句子的数据集。 此数据集的句子计数超过了“新闻评论”数据集的大小。 文字分析 新闻评论数据集 数据集包含280984对句子； 每对包含两个句子：句子的英语和俄语版本。 数据集中的一些样本： Yandex数据集 Yandex

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：48234496
    • 提供者：weixin_42131890

  1. SimpleNMT:简单易读的神经机器翻译系统-源码

  2. 简单的NMT 简单易读的神经机器翻译系统 1个背景 通过计算机自动翻译自然语言的过程称为机器翻译（MT） 。 神经机器翻译（NMT）直接使用Encoder-Decoder框架进行分布式表示语言的端到端映射，具有统一的模型结构和较高的翻译质量，已成为当今的主流。 机器翻译的发展主要归功于开源系统的推广和评估竞赛。 有许多出色的神经机器翻译系统（ ， ， 等），但是这些开源系统具有实现复杂，代码过多，初学者难以阅读的缺点。 2要做 我致力于构建一个易于阅读，使用且对初学者友好的神经机器翻译

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：15360
    • 提供者：weixin_42101720

  1. sockeye-recipes2:Sockeye神经机器翻译（NMT）工具包v2的培训脚本和配方-源码

  2. sockeye-recipes2 Sockeye神经机器翻译（NMT）工具包的培训脚本和配方 最初的Sockeye代码库位于 。 此存储库基于 ，版本：2.3.10 在这里，我们重点介绍Sockeye v2。 此存储库与的旧版本类似但不完全向后兼容。 此存储库包含使运行和复制NMT实验变得容易的脚本。 所有模型超参数都记录在文件“ hyperparams.txt”中，该文件将传递到管道中的不同步骤： scr ipts / preprocess-bpe.sh：通过子词分段对bitext进行

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：27648
    • 提供者：weixin_42134537

  1. EasyNMT:易于使用的最新神经机器翻译技术，支持100多种语言-源码

  2. EasyNMT-易于使用的最新神经机器翻译 该软件包提供了易于使用的最新机器翻译，可用于100多种语言。 该软件包的重点是： 易于安装和使用：3行代码使用最新的机器翻译 自动下载经过预训练的机器翻译模型 超过150种语言的翻译 自动检测170多种语言 句子和文件翻译 多GPU和多进程转换 目前，我们提供以下模型： 来自-NLP的 ，支持1200多种翻译方向，支持150多种语言。 来自 ，支持50多种语言的任意方向之间的翻译。 来自 ，支持100多种语言在任何方向之间的翻译。 例子： 安

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：87040
    • 提供者：weixin_42108054

  1. Transformer-For-CV：适用于计算机视觉任务的Transformer应用程序摘要-源码

  2. 大事记 注意力 视觉注意的循环模型[2014 deepmind NIPS] 通过共同学习对齐和翻译的神经机器翻译[ICLR 2015] 整体调查 高效变压器：调查[] Visual Transformer概述[] 视觉中的变形金刚：调查[] 自然语言处理 语言 使用神经网络进行序列到序列学习[NIPS 2014] [] [] 端到端存储网络[NIPS 2015] [] [] 注意就是您所需要的全部内容[NIPS 2017] [] [] 乙idirectionalËncoderř对产权

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：3072
    • 提供者：weixin_42127783

  1. 公平交易-源码

  2. Fairseq（-py）是一个序列建模工具包，研究人员和开发人员可以使用它们来训练定制模型，以进行翻译，摘要，语言建模和其他文本生成任务。 我们提供各种序列建模论文的参考实现： 实施文件清单 卷积神经网络（CNN） LightConv和DynamicConv模型 长短期记忆（LSTM）网络基于注意力的神经机器翻译的有效方法（Luong et al。，2015） 变压器（自我关注）网络 注意就是您所需要的（Vaswani et al。，2017） 非自回归变压器 非自回归神经机器翻译（

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：126877696
    • 提供者：weixin_42129300

  1. 神经-人-翻译-质量评估：从14种SOTA破解的深度学习HTQE模型，例如TextCNN1D，RCNN，DPCNN，变形金刚，神经体系结构-源码

  2. 神经人翻译质量估计 从14种SOTA入侵的深度学习HTQE模型，例如TextCNN1D，RCNN，DPCNN，Transformers，神经架构。 如何使用 配置： pip install -r requirements.txt 选择做回归或分类： 分类：将翻译分为“好”（1）或“差”（0）或更多分类标签。 回归：按一定比例（例如百分比比例）在0-1范围内对得分进行定量评分，在这种情况下，请记住将类别数设置为1。 将数据准备为jsonl格式和两种语言的词嵌入功能：运行dataPrepro

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：391168
    • 提供者：weixin_42116705

  1. automaticParaphrase：自动复述生成-源码

  2. 自动释义工具 我们提供了一种自动生成释义的工具。 该工具首先生成Parphrh，通过在Parikh 提出的不同嵌入模型的词嵌入向量上应用余弦相似度，去除语义上不相关的重复词组，并将其去重复。 产品特点 使用在线翻译器（例如和 ）或预训练的神经翻译模型（例如和 ）自动翻译 应用弱监督方法生成更多数据 通过和语义相似性过滤掉错误的措辞 通过删除重复数据删除 安装及使用 为了生成释义，请按照下列步骤操作： 使用Python 3版本创建和激活虚拟环境： Linux 创建虚拟环境： virtuale

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：40960
    • 提供者：weixin_42131790

  1. byteNet-tensorflow：用于字符级语言建模的ByteNet-源码

  2. byteNet张量流 这是DeepMind的论文《字节网模型的张量流实现。 从摘要 ByteNet解码器在字符级语言建模方面达到了最先进的性能，并且优于以前通过递归神经网络获得的最佳结果。 ByteNet还在原始字符级机器翻译上实现了性能，该性能接近于在二次时间内运行的最佳神经翻译模型。 ByteNet学习的隐式结构反映了序列之间的预期比对。 ByteNet编解码器模型： 图像源-论文中的 该模型逐层将散乱的1d卷积应用于顺序数据，以再次获得源编码。 解码器然后对目标序列（由编码器输出调节

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：1048576
    • 提供者：weixin_42127783
« 12 3 »