没有合适的资源？快使用搜索试试~ 我知道了~

文库首页开发技术其它Python-Attentionisallyouneed一个Pytorch实现

Python-Attentionisallyouneed一个Pytorch实现

共16个文件

py：13个

gitignore：1个

md：1个

Python开发-机器学习

需积分: 26 757 浏览量 2019-08-11 04:27:24 上传评论收藏 20KB ZIP 举报

温馨提示

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

A PyTorch implementation of the Transformer model in "Attention is All You Need"

资源推荐

资源详情

资源评论

attention-is-all-you-need-pytorch-zhushi-代码注释

Pytorch 实现文本分类

文本分类的标准代码，Pytorch实现数据集Dataset - IMDB - SST - Trec ### 模型 - FastText - BasicCNN (KimCNN,...- Transformer - Attention is all you need - ConS2S - Capsule - Quantum-inspired NN

动手深度学习PyTorch（十）Seq2Seq、Attention

1. 编码器—解码器（seq2seq）在自然语言处理的很多应用中，输入和输出都可以是不定长序列。以机器翻译为例，输入可以是一段不定长的英语文本序列，输出可以是一段不定长的法语文本序列，例如英语输入：“They”、“are”、“watching”、“.” 法语输出：“Ils”、“regardent”、“.” 当输入和输出都是不定长序列时，我们可以使用编码器—解码器（encoder-decoder

Pytorch-Tutorial_Seq2Seq_Attention

Attention(注意力机制代码)

Attention.zip文件中总结了几种关于注意力机制的代码，有keras和tensorflow，还有PyTorch框架的

lstm_attention文本分类代码

5星 · 资源好评率100%

lstm+attention在文本分类中的python代码文件，，，，，

Python-pytorchimplementationofAttentionisallyouneed

pytorch implementation of Attention is all you need

pytorch-original-transformer:我对原始变压器模型的实现（Vaswani等）。另外，我还包括了parker.py文件，用于可视化原本看似很难的概念。当前包含的IWSLT预训练模型

原始变压器（PyTorch） :laptop: = :rainbow: 此回购包含原始变压器文件的PyTorch实现（ :link: ）。目的是使您可以轻松地开始学习和学习变压器。目录什么是变压器变压器最初是由Vaswani等人提出的。在一份名...

注意就是所有您需要的pytorch：“注意就是您所需要的”中Transformer模型的PyTorch实现

注意就是您所需要的：Pytorch实现这是“”中的变压器模型的PyTorch实现（Ashish Vaswani，Noam Shazeer，Niki Parmar，Jakob Uszkoreit，Llion Jones，Aidan N.Gomez，Lukasz Kaiser，Illia Polosukhin，arxiv，...

Transformer原理到实践详解

Transformer在Goole的一篇论Attention is All You Need被提出，为了方便实现调用Transformer Google还开源了一个第三库，基于TensorFlow的Tensor2Tensor，一个NLP的社区研究者贡献了一个Torch版本的⽀持：guide ...

transformer:应用于时间序列的 Transformer 模型（最初来自 Attention is All You Need）的实现

5星 · 资源好评率100%

时间序列转换器 Transformer 模型的实现（最初来自）应用于时间序列（由提供支持）。变压器型号 Transformer 是基于注意力的神经网络，旨在解决 NLP 任务。它们的主要特点是：特征向量维度的线性复杂度；...

Attention Is All You Need 中文版.pdf

《Attention is All You Need》中文版，自己学习时翻译的，不想下载的同学可以去我的blog看：https://blog.csdn.net/nocml/article/details/103082600

TimeSformer:我们的论文“视频理解只需要时空注意力吗？”的pytorch正式实现。

@misc { bertasius2021spacetime , title = { Is Space-Time Attention All You Need for Video Understanding? } , author = { Gedas Bertasius and Heng Wang and Lorenzo Torresani } , year = { 2021 }

transformers_without_tears:无泪变形金刚

Ace：Pytorch中Transformer的实现圣母大学这是纸质的重新实现。尽管该代码最初是为使用多语言NMT进行实验而开发的，但本文以及本指南中提到的所有实验仅适用于双语。关于代码的多语言部分，我遵循并添加了以下...

transformer:中子

中子中子：基于火炬的及其变体的实现。该项目是使用python 3.8开发的。设置依赖项克隆存储库后，尝试pip install -r requirements.txt 。如果要使用来实现到C库的转换，尝试使用简单的MT服务器并在此实现中支持...

收起资源包目录

Python-Attentionisallyouneed一个Pytorch实现.zip （16个子文件）

attention-is-all-you-need-pytorch-master

train.py 10KB

translate.py 3KB

dataset.py 2KB

LICENSE 1KB

README.md 4KB

transformer

Layers.py 2KB

__init__.py 409B

Modules.py 729B

Optim.py 1KB

Translator.py 7KB

Constants.py 109B

Models.py 7KB

Beam.py 3KB

SubLayers.py 3KB

.gitignore 1KB

preprocess.py 6KB

共 16 条

评论收藏

内容反馈

资源评论

资源反馈

评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~

weixin_39840387

粉丝: 772
资源: 3万+

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

前往需求广场，查看用户热搜

Python-Attentionisallyouneed一个Pytorch实现

Attention-PyTorch:注意力机制实践

attention-sampling-pytorch:这是本文的PyTorch实现

Python-Attention在文档分类中的应用

Python-使用attention机制实现和可视化一个自定义RNN层

attention-is-all-you-need-pytorch_pytorch_transformer_attention_

Python-Pytorch实现SelfAttentionGenerativeAdversarialNetworksSAGAN

Python-分层注意网络的一个PyTorch实现

attention-is-all-you-need-pytorch-zhushi-代码注释

Pytorch 实现文本分类

动手深度学习PyTorch（十）Seq2Seq、Attention

Pytorch-Tutorial_Seq2Seq_Attention

Attention(注意力机制代码)

lstm_attention文本分类代码

Python-pytorchimplementationofAttentionisallyouneed

pytorch-original-transformer:我对原始变压器模型的实现（Vaswani等）。 另外，我还包括了parker.py文件，用于可视化原本看似很难的概念。 当前包含的IWSLT预训练模型

注意就是所有您需要的pytorch：“注意就是您所需要的”中Transformer模型的PyTorch实现

Transformer原理到实践详解

transformer:应用于时间序列的 Transformer 模型（最初来自 Attention is All You Need）的实现

Attention Is All You Need 中文版.pdf

TimeSformer:我们的论文“视频理解只需要时空注意力吗？”的pytorch正式实现。

transformers_without_tears:无泪变形金刚

transformer:中子

最新资源

pytorch-original-transformer:我对原始变压器模型的实现（Vaswani等）。另外，我还包括了parker.py文件，用于可视化原本看似很难的概念。当前包含的IWSLT预训练模型