Si tratta dell'app per Windows denominata Keras Attention Mechanism, la cui ultima versione può essere scaricata come SupportsthescorefunctionsofLuongandBahdanau..zip. Può essere eseguita online sul provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online gratuitamente questa app chiamata Keras Attention Mechanism con OnWorks.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avvia qualsiasi emulatore online OS OnWorks da questo sito Web, ma migliore emulatore online Windows.
- 5. Dal sistema operativo OnWorks Windows che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione e installala.
- 7. Scarica Wine dai repository software delle tue distribuzioni Linux. Una volta installato, puoi quindi fare doppio clic sull'app per eseguirli con Wine. Puoi anche provare PlayOnLinux, un'interfaccia fantasiosa su Wine che ti aiuterà a installare programmi e giochi Windows popolari.
Wine è un modo per eseguire il software Windows su Linux, ma senza Windows richiesto. Wine è un livello di compatibilità Windows open source in grado di eseguire programmi Windows direttamente su qualsiasi desktop Linux. Essenzialmente, Wine sta cercando di re-implementare abbastanza Windows da zero in modo che possa eseguire tutte quelle applicazioni Windows senza effettivamente bisogno di Windows.
IMMAGINI:
Meccanismo di attenzione Keras
DESCRIZIONE:
Meccanismo di attenzione molti-a-uno per Keras. Dimostriamo che l'utilizzo dell'attenzione produce una maggiore accuratezza sul dataset IMDB. Consideriamo due reti LSTM: una con questo livello di attenzione e l'altra con un livello completamente connesso. Entrambe hanno lo stesso numero di parametri per un confronto equo (250K). Ci si aspetta che l'attenzione sia massima dopo i delimitatori. Di seguito è mostrata una panoramica dell'addestramento, dove la parte superiore rappresenta la mappa dell'attenzione e la parte inferiore la verità fondamentale. Man mano che l'addestramento procede, il modello apprende il compito e la mappa dell'attenzione converge alla verità fondamentale. Consideriamo molte sequenze 1D della stessa lunghezza. Il compito è trovare il massimo di ciascuna sequenza. Forniamo la sequenza completa elaborata dal livello RNN al livello di attenzione. Ci aspettiamo che il livello di attenzione si concentri sul massimo di ciascuna sequenza.
Caratteristiche
- Trova il massimo di una sequenza
- Meccanismo di attenzione molti-a-uno per Keras
- Implementazione del meccanismo di attenzione
- Sfoglia gli esempi
Linguaggio di programmazione
Python
Categorie
Questa applicazione può essere scaricata anche da https://sourceforge.net/projects/keras-attention-mechani.mirror/. È ospitata su OnWorks per poter essere eseguita online nel modo più semplice da uno dei nostri sistemi operativi gratuiti.