Paddle源码阅读报告-第二组-05081
需积分: 0 179 浏览量
2022-08-08
18:00:55
上传
评论
收藏 2.5MB DOCX 举报
Paddle 模块介绍和分析
倪子烜：
1.代码总结与梳理：
要求：文字分条目列出，描述不少于 200 字，模块不少于 7 个
代码整体认识描述
代码模块或主要组成总结
1.fc：构建全连接层
2.embedding:取出自己的 embedding 数据中的对应索引数据
3.linear_chain_crf：实现了线性链条件随机场（linear chain CRF）的前
向—反向算法，主要用于 NLP。
4.crf_decoding：该层读取由 linear_chain_crf 学习的 emission feature
weights（发射状态特征的权重）和 transition feature weights (转移特
征的权重) 进行解码。 本层实现了 Viterbi 算法，可以动态地寻找隐藏
状态最可能的序列，该序列也被称为 Viterbi 路径（Viterbi path），从
而得到观察标签 (tags) 序列。
5.cos_sim：实现了余弦相似度算子（Cosine Similarity Operator）
6.dropout:实现 dropout 操作。
fluid.layers.nn 函数库
主要功能就是定义了
神经网络中的大量计
算操作(op)，其中总
共有 147 个函数。
7.chunk_eval:计算语块识别（chunk detection）的准确率、召回率和
F1 值，常用于命名实体识别（NER，语块识别的一种）等序列标注任
务中。
8.softmax:实现 softmax 操作。
9.conv2d：～
10.conv3d：～
11.pool2d:~
12.pool3d:~
13.adaptive_pool2d:~
14.adaptive_pool3d:~
15.batch_norm:~
16.inplace_abn：一种 activation batch normalization。
<https://arxiv.org/abs/1712.02616>
17.instance_norm：实现实例正则化
18.data_norm：数据正则化，可用作 conv2d 和 fully_connected 操作
的正则化函数
剩余29页未读，继续阅读
评论0