|
@@ -1,7 +1,7 @@
|
|
|
|
|
|
|
|
|代码|说明|
|
|
|代码|说明|
|
|
|
|---|---|
|
|
|---|---|
|
|
|
-|[char_mlp.ipynb](char_mlp.ipynb)| 分词器对不同语言的分词效果 |
|
|
|
|
|
|
|
+|[tokenizer.ipynb](tokenizer.ipynb)| 分词器对不同语言的分词效果 |
|
|
|
|[char_mlp.ipynb](char_mlp.ipynb)| 使用多层感知器进行自然语言的自回归学习（根据背景文本预测下一个字母是什么） |
|
|
|[char_mlp.ipynb](char_mlp.ipynb)| 使用多层感知器进行自然语言的自回归学习（根据背景文本预测下一个字母是什么） |
|
|
|
|[embedding_example.ipynb](embedding_example.ipynb)| 通过一个简单的例子，展示文字嵌入的实现细节 |
|
|
|[embedding_example.ipynb](embedding_example.ipynb)| 通过一个简单的例子，展示文字嵌入的实现细节 |
|
|
|
|[char\_rnn.ipynb](char_rnn.ipynb)| 使用循环神经网络进行自然语言的自回归学习。这个脚本的实现方式并不太高效，但是很容易理解 |
|
|
|[char\_rnn.ipynb](char_rnn.ipynb)| 使用循环神经网络进行自然语言的自回归学习。这个脚本的实现方式并不太高效，但是很容易理解 |
|
Gen TANG