seq2seq

デザインモックアップを静的ウェブサイトに変換するニューラルネットワーク。

PyTorchとTorchTextを使用したいくつかのシーケンス・トゥ・シーケンス (seq2seq) モデルの実装チュートリアル。

seq2seqモデルによる対句の生成。深層学習を用いて対句を生成する。

Lingvo

Kashgari は tf.keras をベースに構築された本番環境向けの NLP 転移学習フレームワークです。テキストラベリングとテキスト分類をサポートし、Word2Vec、BERT、GPT2 の言語埋め込みを含みます。

大規模概念モデル：文表現空間における言語モデリング

素晴らしいチャットボットのプロジェクト、コーパス、論文、チュートリアル集。中国語のチャットボット =>:

エレガントな Transformers の PyTorch 実装

:art: 数学公式認識の拡張版：中国語・英語の手書きおよび印刷された公式に対応、初歩的な記号推論をサポート（データ構造は LaTeX の抽象構文木に基づく）。Math Formula OCR Pro は手書き、混在する中国語の公式、簡単な記号推論をサポートします。

Transformers4Recは、シーケンシャルおよびセッションベースの推薦のための柔軟で効率的なライブラリであり、PyTorchと連携して動作します

PyTorch をベースにした、ニューラル機械翻訳（NMT）に特化したシークエンス・ツー・シークエンス（Seq2Seq）フレームワーク

自然言語処理向けのTransformersモデルに関する優れたリソース集。論文、動画、ブログ、公式リポジトリ、Colabノートブックが含まれています。

このシリーズでは、NLPとComputer Visionの基礎から最先端のVision-Language Modelsまでを詳しく解説します。

TextGen: LLaMA、BLOOM、GPT2、BART、T5、SongNet などのテキスト生成モデルの実装。

数百の言語における数千の最先端NLPモデルをたった1行で利用可能。テキストの問題を解決する最も高速で正確な方法。

MultiWOZ論文 (Budzianowski et al. 2018, EMNLP) によるエンドツーエンド対話モデルのソースコード

最適な GitHub リポジトリを見つけるのに役立つディープリサーチエージェント 🕵️！

tfts: TensorFlow による時系列ディープラーニングモデル

マルチラベルテキスト分類、マルチラベル分類、テキスト分類、マルチラベル、分類器、テキスト分類、BERT、seq2seq、アテンション、マルチラベル分類

教育目的のミニマルなNMT

PyTorchによるニューラル機械翻訳のためのAttention付きミニマルなSeq2Seqモデル