0%

发表于 更新于 分类于 ，

论文工具

标题 类型 补充
谷歌学术 百度学术 国内版谷歌学术
亿图图示 论文画图 亿图图示和Visio画流程图哪个更好用？
mendeley 文献管理工具 Mendeley初步使用说明
grammarly 语法检查工具
overleaf LATEX 写作 论文写作工具 overleaf写作，如何输入中文？
Texstudio 论文写作工具 latex编辑器
引文格式查询 论文写作工具
LetPub论文润色 论文润色网站
clarivate: Master Journal List 主流期刊查询
会伴：计算机最新国际会议和期刊列表 会议信息查询网站
中国计算机协会CCF 中国计算机学会推荐国际学术会议和期刊目录-2019
阅读全文 »

发表于 更新于 分类于 ，

GitHub 槽填充和意图识别任务仓库

slot-filling

标题 说明 时间
snips-nlu Snips NLU（自然语言理解）是一个Python库，允许解析用自然语言编写的句子并提取结构化信息。主要针对意图识别和槽填充任务，结合了深度学习和特征工程方法，且有对智能家居领域的应用示例
DeepPavlov 用于深度学习端到端对话系统和聊天机器人的开源库。
阅读全文 »

发表于 更新于 分类于 ，
标题 说明 时间
Transformer_implementation_and_application 完整复现了Transformer模型，并且应用在神经机器翻译任务和聊天机器人上。 持续更新
Tensor2Tensor TensorFlow 库，非常系统的神经机器翻译讲解 持续更新
Neural Machine Translation (seq2seq) Tutorial TensorFlow 库 持续更新
OpenNMT-tf 哈佛机器翻译库 持续更新
习翔宇 深度学习、传统机器学习、自然语言处理算法及实现
Visualizing A Neural Machine Translation Model (Mechanics of Seq2seq Models With Attention) 可视化神经机器翻译模型，动态图和视频结合讲解，十分透彻
阅读全文 »

发表于 更新于 分类于

Attention是一种用于提升基于RNN（LSTM或GRU）的Encoder + Decoder模型的效果的的机制（Mechanism），一般称为Attention Mechanism。Attention Mechanism目前非常流行，广泛应用于机器翻译、语音识别、图像标注（Image Caption）等很多领域，之所以它这么受欢迎，是因为Attention给模型赋予了区分辨别的能力，例如，在机器翻译、语音识别应用中，为句子中的每个词赋予不同的权重，使神经网络模型的学习变得更加灵活（soft），同时Attention本身可以做为一种对齐关系，解释翻译输入/输出句子之间的对齐关系，解释模型到底学到了什么知识，为我们打开深度学习的黑箱，提供了一个窗口。

阅读全文 »

发表于 更新于 分类于 ，
标题 说明 时间
DiSAN: Directional Self-Attention Network for RNN/CNN-Free Language Understanding 原始论文 20171120
DiSAN: Directional Self-Attention Network for RNN/CNN-Free Language Understanding 官方实现 20180508
【Papernotes】DiSAN (有向自注意力网络) 论文详解 20180507
Paper AAAI’18 DiSAN: Directional Self-Attention Network for RNN/CNN-Free Language Understanding 论文浅析和相关评论 20180715

发表于 分类于 ，

16步Pycharm连接远程服务器，开始远程代码编写


注意有时需要在第3步后点击，Project Interpreter 前面的小三角




通过以上 16 步，已经实现本地文件与服务器文件的同步，现在可以在本地写一个测试文件试试了！

阅读全文 »