摘要: negative log likelihood文章目录negative log likelihood似然函数(likelihood function)OverviewDefinition离散型概率分布(Discrete probability distributions)连续型概率分布(Contin 阅读全文
posted @ 2019-06-21 15:51 交流_QQ_2240410488 阅读(6728) 评论(0) 推荐(0) 编辑
摘要: 前言 本系列教程为pytorch官网文档翻译。本文对应官网地址:https://pytorch.org/tutorials/intermediate/seq2seq_translation_tutorial.html 系列教程总目录传送门:我是一个传送门 本系列教程对应的 jupyter noteb 阅读全文
posted @ 2019-06-21 14:09 交流_QQ_2240410488 阅读(614) 评论(0) 推荐(0) 编辑
摘要: 我们创建一个正则表达式var RegExp = /^(123)(456)\2\1$/;这个正则表达式匹配到的字符串就是123456456123创建另外第二正则表达式var RegExp1 = /^(123)(456)\1$/;这个正则表达式匹配到的字符串是123456123创建另外第三正则表达式va 阅读全文
posted @ 2019-06-21 13:00 交流_QQ_2240410488 阅读(350) 评论(0) 推荐(0) 编辑
摘要: 版权声明:博客文章都是作者辛苦整理的,转载请注明出处,谢谢!http://blog.csdn.net/m0_37306360/article/details/79318644简介在这个项目中,我们将使用PyTorch框架实现一个神经网络,这个网络实现法文翻译成英文。这个项目是Sean Roberts 阅读全文
posted @ 2019-06-21 11:08 交流_QQ_2240410488 阅读(1429) 评论(0) 推荐(0) 编辑
摘要: 1、tf.reduce_max函数的作用:计算张量的各个维度上的元素的最大值。例子: import tensorflow as tfmax_value = tf.reduce_max([1, 3, 2])with tf.Session() as sess: max_value = sess.run( 阅读全文
posted @ 2019-06-21 09:23 交流_QQ_2240410488 阅读(1190) 评论(0) 推荐(0) 编辑
摘要: 描述 Python 字典(Dictionary) get() 函数返回指定键的值,如果值不在字典中返回默认值。 语法 get()方法语法: dict.get(key, default=None) 参数 key -- 字典中要查找的键。 default -- 如果指定键的值不存在时,返回该默认值值。 阅读全文
posted @ 2019-06-21 09:14 交流_QQ_2240410488 阅读(401) 评论(0) 推荐(0) 编辑
摘要: \n 软回车: 在Windows 中表示换行且回到下一行的最开始位置。相当于Mac OS 里的 \r 的效果。 在Linux、unix 中只表示换行,但不会回到下一行的开始位置。\r 软空格: 在Linux、unix 中表示返回到当行的最开始位置。 在Mac OS 中表示换行且返回到下一行的最开始位 阅读全文
posted @ 2019-06-21 08:39 交流_QQ_2240410488 阅读(1480) 评论(0) 推荐(0) 编辑
摘要: 博客地址:http://blog.csdn.net/wangxinginnlp/article/details/52944432 工具名称:T2T: Tensor2Tensor Transformers 地址:https://github.com/tensorflow/tensor2tensor 语 阅读全文
posted @ 2019-06-20 14:39 交流_QQ_2240410488 阅读(820) 评论(0) 推荐(0) 编辑
摘要: https://blog.csdn.net/nockinonheavensdoor/article/details/82320580 先看看简单例子: 1 2 3 4 5 6 7 用torch.tensor让list成为tensor: 1 2 3 4 5 自动求导设requires_grad=Tru 阅读全文
posted @ 2019-06-19 17:14 交流_QQ_2240410488 阅读(638) 评论(0) 推荐(0) 编辑
摘要: 如何运行Moses 1. Moses的历史 Moses是Pharaoh的升级版本,增加了许多功能。它是一个基于短语的统计机器翻译系统,整个系统用C++语言写成,从训练到解码完全开放源代码,可以运行在Linux平台和Windows平台。它有两大特点: 1.1 Factored Translation 阅读全文
posted @ 2019-06-19 17:08 交流_QQ_2240410488 阅读(880) 评论(0) 推荐(0) 编辑