liangzongchang / learning_cloud

在云端存储学习的过程产生的代码

Learning_Cloud

在云端存储学习的过程产生的代码

（私库，用于存储代码，因为是给自己看的，同时里面有非常多早期的代码，比较不规范）

正在学习NLP，通过复现一些论文来学习nlp的一些**

该GitHub用来放置一些复现的代码

Bi-LSTM-CRF：实现双向LSTM+CRF的中文分词模型

CBOW_Embeddings：粗略尝试中文embeddings

CNN：使用tensorflow重构本科毕业设计人脸表情识别代码，并使用了bagging

cnn_sentence2vec：简单复现“Learning Semantic Representations Using Convolutional Neural Networks for Web Search ”

Encoder_Decoder：使用tensorflow提供的seq2seq尝试做一个翻译模型，但是效果很差

FastText:复现 “Enriching Word Vectors with Subword Information”

glove：复现glove模型，暂时搁置

house_price_predict：实训时的房价预测系统

doc2vec:复现 “Distributed Representations of Sentences and Documents”

Sentence2vec:复现 “A SIMPLE BUT TOUGH-TO-BEAT BASELINE FOR SENTENCE EMBEDDINGS”

imp_rnn.py：自己撸了一个不太好用的rnn以加深理解

cnn_nlp_tfrecord：简单复现“Learning Semantic Representations Using Convolutional Neural Networks for Web Search ”（没有word hashing）并在一个数据集上与多种不同类型的模型对了一些对比实验

Transformer：复现transformer并尝试用于中英翻译

snli_loader：使用transformer跑了SNLI的数据集，6层hidden_dim为400效果一般，78%准确度

Bert：Bert源码，fork了阅读，并拿来尝试做一些任务，比如SNLI，随意跑了一下，达到了88.6%的准确度