没有合适的资源?快使用搜索试试~ 我知道了~
Question_Answering_on_SQuAD:动态共同注意网络(DCN +)在SQuAD2.0上的问题解答的Pytor...
共15个文件
py:6个
json:4个
jpg:3个
需积分: 13 2 下载量 18 浏览量
2021-05-01
14:07:33
上传
评论
收藏 18.45MB ZIP 举报
温馨提示
Question_Answering_on_SQuAD 用于提问和回答的Dyanamic Coattention网络。 要求: tqdm 张量板 Gensim 实施论文: 方法: DCN,也称为动态共同注意网络,是用于问答的端到端神经网络。 DCN由共同注意编码器和动态指针解码器组成。 共同注意编码器首先将问题和段落融合在一起,以生成一个面向问题的段落表示,称为大衣注意力编码,并将其馈送到动态指针解码器。 Dyanamic指针解码器由Maxout网络和Highway网络组成。 解码器输出两个值,分别是它在段落中预测的答案的开始索引和结束索引。 以DCN +的形式对上述方法进行了改进。 DCN的一个缺点是它仅具有一个单层的Coattention编码器。 DCN +由堆叠的涂层层组成,可帮助涂层编码器对输入进行更深入的表示。 已进行的另一项改进是将当前层的涂布强度输出与前一层的剩余输出
资源推荐
资源详情
资源评论
收起资源包目录
Question_Answering_on_SQuAD-master.zip (15个子文件)
Question_Answering_on_SQuAD-master
tk.py 4KB
evaluate-v2.0 (1).py 10KB
help_functions.py 5KB
Diagram.jpg 62KB
json_data_files
dev-v2.0.json 4.17MB
dev-v1.1.json 4.63MB
train-v2.0.json 40.17MB
train-v1.1.json 28.89MB
README.md 6KB
gui.png 5KB
download1.jpg 22KB
download.jpg 21KB
data_preprocess.py 10KB
model.py 17KB
train.py 14KB
共 15 条
- 1
资源评论
weixin_42097189
- 粉丝: 38
- 资源: 4567
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
最新资源
- Picasso_v3.1 2.ipa
- chromedriver-mac-arm64.zip
- 蓝zapro.apk
- chromedriver-linux64.zip
- UCAS研一深度学习实验-MNIST手写数字识别python源码+详细注释(高分项目)
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务,并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- 基于SVM多特征融合的微表情识别python源码+项目说明+详细注释(高分课程设计)
- html动态爱心代码一(附源码)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功