基于 transformer 的编码器-解码器模型是 表征学习 和 模型架构 这两个领域多年研究成果的结晶。本文简要介绍了神经编码器-解码器模型的历史，更多背景知识，建
2023-06-16 16:53
基于 transformer 的编码器-解码器模型是 表征学习 和 模型架构 这两个领域多年研究成果的结晶。本文简要介绍了神经编码器-解码器模型的历史，更多背景知识，建
2023-06-20 15:42
编码器和解码器是组合逻辑电路，在其中，主要借助布尔代数实现组合逻辑。今天就大家了解一下编码器和解码器电路，分别从定义，工作原理，应用，真值表几个方面讲述一下。
2023-07-14 09:07
NMT的最初来自Kalchbrenner和Blunsom（2013）等人的提议。今天更为人所知的框架是从Sutskever等人提出的seq2seq框架。本文就将重点介绍seq2seq框架以及如何构建基于seq2seq
2019-01-26 09:36
输入张量让我们能够以索引序列的形式输入多个句子。这个方向是对的，但这些索引并没有保留什么信息。索引54代表的单词，和索引55代表的单词可能全无关系。基于这些索引数字进行计算没什么意义。这些索引需要以其他格式表示，让模型可以计算一些有意义的东西。一种更好的表示单词的方法是词嵌入。
2018-11-05 15:23
seq命令是sequence的缩写，用于以递增或者递减的方式打印数字序列。换句话说，就是打印指定数值的范围。
2023-01-17 17:45
Vaswani 等人在其名作 Attention is all you need 中首创了 基于 transformer 的编码器-解码器模型，如今已成为自然语言处理 (natural
2023-06-12 17:08
（Autoencoder），它是一种无监督学习的神经网络模型。自动编码器由两部分组成：编码器和解码器。编码器负责将输入数据转换为低维表示，
2024-01-23 10:58
自编码器（Autoencoder, AE）是一种无监督学习的神经网络模型，它通过编码器和解码器的组合，实现了对输入数据的压缩和重构。自编码器由两部分组成：
2024-07-09 11:25
机器翻译使用计算机将一种语言翻译成另一种语言，具有低成本、高效率和高翻译质量等优势，在语音翻译、同声传译自动化等许多领域得到广泛应用。 随着双语语料库的不断建设和完善，
2023-07-06 11:19
