基于Keras的attention实战

上传者: jinyuan7708 | 上传时间: 2019-12-21 20:00:28 | 文件大小: 1.14MB | 文件类型: zip
该代码为基于Keras的attention实战,环境配置: Wn10+CPU i7-6700 、Pycharm 2018、 python 3.6 、、numpy 1.14.5 、Keras 2.0.2 Matplotlib 2.2.2 经过小编亲自调试,可以使用,适合初学者从代码的角度了解attention机制。

文件下载

资源详情

[{"title":"( 13 个子文件 1.14MB ) 基于Keras的attention实战","children":[{"title":"keras-attention-mechanism-master","children":[{"title":"attention_dense.py <span style='color:#111;'> 1.82KB </span>","children":null,"spread":false},{"title":"attention_lstm.py <span style='color:#111;'> 3.35KB </span>","children":null,"spread":false},{"title":"attention_utils.py <span style='color:#111;'> 2.55KB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 60B </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 11.09KB </span>","children":null,"spread":false},{"title":"assets","children":[{"title":"graph_single_attention.png <span style='color:#111;'> 433.59KB </span>","children":null,"spread":false},{"title":"lstm_after.png <span style='color:#111;'> 46.01KB </span>","children":null,"spread":false},{"title":"attention_1.png <span style='color:#111;'> 210.93KB </span>","children":null,"spread":false},{"title":"1.png <span style='color:#111;'> 44.91KB </span>","children":null,"spread":false},{"title":"lstm_before.png <span style='color:#111;'> 50.41KB </span>","children":null,"spread":false},{"title":"graph_multi_attention.png <span style='color:#111;'> 427.01KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 4.77KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 1.14KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

  • qq_38445415 :
    太没诚意了吧,把GitHub上别人的库放上来,自己的demo都不放
    2019-04-02
  • liuyufei2015 :
    很好的一个资源
    2018-12-06

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明