GitHub Stars
788
Forks数量
239
贡献者数量
3
许可证
MIT
收录理由
这份TensorFlow移植版将Yoon Kim在2016年提出的字符感知神经语言模型拆解得清清楚楚，字符级CNN、高速网络与LSTM语言模型如何衔接，代码结构一目了然。命令行参数直接暴露了主要超参数，默认就能在PTB数据集上训练和评估，跑起来能直观看到困惑度逐步下降。作者坦承没有复现论文的精确结果，也指出实现存在性能问题，所以更适合当作学习材料而非生产工具。如果你想理解子词和字符级表示的工作方式，这份代码与原始Lua实现互为补充，是很好的研读对象。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章，助你提升开发技能
generative-ai-for-beginners
21节课，开始使用生成式AI构建