char-rnn-tensorflow:使用Tensorflow在Python中使用字符级语言模型的多层递归神经网络(LSTM,RNN)-源码

上传者: 42134338 | 上传时间: 2021-02-22 14:06:34 | 文件大小: 437KB | 文件类型: ZIP
字符张量流 使用Tensorflow在Python中使用字符级语言模型的多层递归神经网络(LSTM,RNN)。 灵感来自安德烈·卡帕蒂(Andrej Karpathy)的。 要求 基本用法 要在tinyshakespeare语料库上使用默认参数进行训练,请运行python train.py 。 要访问所有参数,请使用python train.py --help 。 要从检查点模型中采样python sample.py 。 在学习仍在进行时进行采样(以检查最后一个检查点)仅在CPU或其他GPU中有效。 要强制CPU模式,请使用export CUDA_VISIBLE_DEVICES=""并随后unset CUDA_VISIBLE_DEVICES (在Windows上分别set CUDA_VISIBLE_DEVICES=""并set CUDA_VISIBLE_DEVICES= )。 要在

文件下载

资源详情

[{"title":"( 11 个子文件 437KB ) char-rnn-tensorflow:使用Tensorflow在Python中使用字符级语言模型的多层递归神经网络(LSTM,RNN)-源码","children":[{"title":"char-rnn-tensorflow-master","children":[{"title":"sample.py <span style='color:#111;'> 1.73KB </span>","children":null,"spread":false},{"title":"logs","children":[{"title":".gitignore <span style='color:#111;'> 71B </span>","children":null,"spread":false}],"spread":true},{"title":"train.py <span style='color:#111;'> 7.37KB </span>","children":null,"spread":false},{"title":"save","children":[{"title":".gitignore <span style='color:#111;'> 71B </span>","children":null,"spread":false}],"spread":true},{"title":"utils.py <span style='color:#111;'> 3.24KB </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 5.51KB </span>","children":null,"spread":false},{"title":".travis.yml <span style='color:#111;'> 1.34KB </span>","children":null,"spread":false},{"title":"LICENSE.md <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 3.54KB </span>","children":null,"spread":false},{"title":"data","children":[{"title":"tinyshakespeare","children":[{"title":"input.txt <span style='color:#111;'> 1.06MB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":".gitignore <span style='color:#111;'> 1.09KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

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