张量2传感器

Tensor2Tensor,简称T2T,是一个深度学习模型和数据集的库,旨在使深度学习更容易获得并加速ML研究。T2T被googlebrain团队和用户社区的研究人员和工程师积极使用和维护。我们也渴望与您合作,所以请随时在GitHub上打开一个问题或发送一个请求(请参阅我们的贡献文档)。你可以在Gitter上和我们聊天,加入T2T谷歌群组。


数学参考文献

显示第1到第9个结果,共9个。
按年份排序(引用)

  1. 郎旭峰;孙正兴:三维形状合成的结构感知形状对应网络(2020)
  2. 叶汉佳;盛向荣;詹德川:基于自适应初始化任务优化器的少镜头学习:一种实用的元学习方法(2020)
  3. 陈顺;葛磊:基于LSTM的香港股市走势预测(2019)中的注意机制探讨
  4. 苏劲松;张向文;林,钱;秦,岳;姚俊峰;刘,杨:通过异步双向解码,利用反向目标侧上下文进行神经机器翻译(2019)
  5. Thomas Wolf,Lysandre处子秀,Victor Sanh,Julien Chaumond,Clement Delangue,Anthony Moi,Pierric Cistac,Tim Rault,Rémi Louf,Morgan Funtowicz,Jamie Brew:HuggingFace的变形金刚:最先进的自然语言处理(2019年)阿尔十四
  6. Albert Zeyer,Tamer Alkhouli,Hermann-Ney:RETURNN作为一种通用的灵活神经工具包,应用于翻译和语音识别(2018)阿尔十四
  7. Oleksii Kuchaiev;Boris Ginsburg;Igor Gitman;Vitaly Lavrukhin;Carl Case;Paulius Michikevicius:OpenSeq2Seq:序列到序列模型分布式和混合精度训练的可扩展工具包(2018年)阿尔十四
  8. Wang Xiaolin;Masao Utiyama;Eichiro Sumita:CytonMT:一个用C++实现的高效神经机器翻译开源工具包(2018)阿尔十四
  9. 胡志婷;史浩然;杨紫超;谭博文;赵天成;何俊贤;王文涛;余兴江;秦连辉;王迪;马学哲;刘海涛;梁晓丹;朱万荣;戴文德拉·辛格·萨坎;埃里克·P·邢:一个模块化、多功能、可扩展的文本生成工具包(2018)阿尔十四