腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
机器学习算法工程师
机器学习、深度学习、数据挖掘等人工智能领域的技术实战干货文章,这里都有!
专栏作者
举报
197
文章
321184
阅读量
118
订阅数
订阅专栏
申请加入专栏
全部文章(197)
编程算法(69)
机器学习(56)
其他(52)
深度学习(34)
神经网络(21)
python(12)
tensorflow(8)
人工智能(8)
卷积神经网络(7)
决策树(6)
监督学习(5)
https(5)
html(4)
网络安全(4)
线性回归(4)
scikit-learn(4)
数据挖掘(3)
github(3)
http(3)
强化学习(3)
推荐系统(3)
大数据(3)
NLP 服务(2)
自动驾驶(2)
go(2)
opencv(2)
keras(2)
无监督学习(2)
机器人(2)
windows(2)
人脸识别(1)
java(1)
c 语言(1)
c++(1)
css(1)
打包(1)
机器翻译(1)
开源(1)
分布式(1)
spark(1)
无人驾驶(1)
图像识别(1)
二叉树(1)
pytorch(1)
kernel(1)
迁移学习(1)
数据处理(1)
数据结构(1)
max(1)
min(1)
搜索文章
搜索
搜索
关闭
机器翻译不可不知的Seq2Seq模型
机器翻译
https
网络安全
机器学习
神经网络
Seq2Seq,全称Sequence to Sequence。它是一种通用的编码器——解码器框架,可用于机器翻译、文本摘要、会话建模、图像字幕等场景中。Seq2Seq并不是GNMT(Google Neural Machine Translation)系统的官方开源实现。框架的目的是去完成更广泛的任务,而神经机器翻译只是其中之一。在循环神经网络中我们了解到如何将一个序列转化成定长输出。在本文中,我们将探究如何将一个序列转化成一个不定长的序列输出(如机器翻译中,源语言和目标语言的句子往往并没有相同的长度)。
机器学习算法工程师
2018-07-27
1.3K
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档