- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI研习社
Github 项目推荐 | 用 PyTorch 实现 OpenNMT
这是一个用 PyTorch 实现的 OpenNMT 的库，OpenNMT 是一个神经机器翻译系统。 ? onmt_model_en_de_200k：基于 OpenNMT / IntegrationTesting 中 200k 句子数据集的英德翻译模型。 Perplexity：21。
1.6K40发布于 2018-07-26 - 来自专栏大数据智能实战
pytorch版本的OpenNMT多任务编译实践
OpenNMT 是哈佛大学 NLP 研究小组开源的产品级翻译工具，在其官网上有多种语言代码，有基于 Torch/Pytorch，也有基于tensorflow的。 从其官网https://github.com/OpenNMT/OpenNMT-py上介绍：pytorch版本的opennmt具有多种功能：如包括基本的文本翻译、自动摘要、语音转文本和图像转文本等。 The following OpenNMT features are implemented: data preprocessing Inference (translation) with batching 2、编译过程 注：pytorch版本的opennmt需要用到torch text库，但是通过pip安装的text版本较老，会出现很多的BUG，因此需要从git库上取最新代码进行安装。 (2) 图像到文本识别实践(从其文档中进行编译学习http://opennmt.net/OpenNMT-py/im2text.html) 测试两个图片分别为： ? ? ? 可见其结果还是非常好的。
1.2K10发布于 2019-05-26 - 来自专栏AI研习社
哈佛神经机器翻译系统 OpenNMT 更新等 | 开发者头条
哈佛大学神经机器翻译系统 OpenNMT 新版本发布 癌症检测突破！谷歌深度学习算法的乳腺癌检测准确率超病理科大夫 两大 AI 平台联手！ OpenNMT 是哈佛大学 NLP 研究小组去年年底开源的产品级翻译工具，基于 Torch/Pytorch，一经发布便被谷歌采用，是迄今为止最能代表神经机器翻译前沿技术的开源工具之一。 昨晚 OpenNMT 迎来发布之后的首个重大更新，新版本编号为 v0.5。除了修补漏洞，新版本带来以下改进： 训练代码更具通用性，可预期将来更多模型能在 OpenNMT 框架上训练。 详情：http://opennmt.net/；http://forum.opennmt.net/t/opennmt-v0-5-release/264/2 GitHub：https://github.com /OpenNMT/OpenNMT █ 谷歌深度学习算法检测乳腺癌 准确率超人类病理科大夫 ?
87480发布于 2018-03-29 - 来自专栏新智元
【邓侃】哈佛大学机器翻译开源项目 OpenNMT的工作原理
【新智元导读】 2016年12月20日，哈佛大学自然语言处理研究组，宣布开源了他们研发的机器翻译系统 OpenNMT ，并声称该系统的质量已经达到商用水准。 本文作者邓侃基于OpenNMT背后的论文，尝试对该机器翻译系统的原理进行分析。 一. 哈佛大学机器翻译开源项目 OpenNMT 2016年12月20日，哈佛大学自然语言处理研究组，宣布开源了他们研发的机器翻译系统 OpenNMT [1]，并声称该系统的质量已经达到商用水准。 ? 在 OpenNMT 官网上，有这么一段话， The main model is based on the papers "Neural Machine Translation by Jointly Learning 参考文献 [1] OpenNMT, An open-source neural machine translation system by Harvard NLP.
1.5K50发布于 2018-03-26 - 来自专栏AI科技大本营的专栏
AI 每周必读：The Ones
2、One Code OpenNMT 机器翻译是自然语言处理方面发展迅速、商用广泛的一个综合性任务，2016年在神经机器翻译方面的研究进展非常多，其中包括了本文推荐的这份开源代码 OpenNMT，它是 主页地址： http://opennmt.net/ 代码地址： https://github.com/opennmt/opennmt 3、One Deep 链接： http://mp.weixin.qq.com
74670发布于 2018-04-26 - 来自专栏AI科技评论
四种常见NLP框架使用总结
三、OpenNMT OpenNMT[6]是一个开源的神经机器翻译（neural machine translation）项目，采用目前普遍使用的编码器-解码器（encoder-decoder）结构，因此 OpenNMT使用方法 1. 数据处理 作为一个典型的机器翻译框架，OpenNMT的数据主要包含source和target两部分，对应于机器翻译中的源语言输入和目标语言翻译。 OpenNMT采用TorchText中的Field数据结构来表示每个部分。 OpenNMT使用总结 OpenNMT提供了基于PyTorch和TensorFlow这两大主流框架的不同实现，能够满足绝大多数用户的需求。 如果是比较传统的编码器-解码器结构下文本生成任务，使用OpenNMT能节省很多时间。但是如果是结构比较新颖的模型，使用OpenNMT搭建模型依旧是一个不小的挑战。
2.4K10发布于 2019-08-15 - 来自专栏量子位
ACL最佳论文出炉，十四行诗生成、OpenNMT、概率类型学等上榜
52.24.230.241/poem/） 最佳演示论文第二名： Guillaume Klein、Yoon Kim、Yuntian Deng、Jean Senellart、Alexander Rush OpenNMT Open-Source Toolkit for Neural Machine Translation 论文： https://arxiv.org/abs/1701.02810 项目主页： http://opennmt.net / 代码： https://github.com/OpenNMT/OpenNMT 这篇论文由哈佛大学和机器翻译公司SYSTRAN联合发表，他们的OpenNMT是一个开源的神经机器翻译系统。
1.2K50发布于 2018-03-28 - 来自专栏机器学习初学者精选文章
【NLP】竞赛必备的NLP库
huggingface官网：https://huggingface.co/ OpenNMT OpenNMT 是用于机器翻译和序列学习任务的便捷而强大的工具。 因其开源且简单的特性，建议大家使用 OpenNMT 进行各种类型的序列学习任务。 ? OpenNMT官网：https://opennmt.net/
2.3K11发布于 2020-09-29 - 来自专栏数据派THU
带你用深度学习虚拟机进行文本迁移学习（附代码）
根据我们的评估方案，OpenNMT模型的性能优于SynNet模型的性能。您可以在这里使用Jupyter笔记本测试OpenNMT模型场景。 Xinya Du等人在2017年使用了开源神经机器翻译工具包OpenNMT这样的微调方法。 ? 使用OpenNMT模型进行微调优的优点和缺点 优点 使用OpenNMT模型，我们能够在没有任何额外训练数据的情况下，获得迄今为止最精确的小众领域结果，以接近完全监督的MRC系统性能。 OpenNMT分两个阶段工作： 答案综合：给出一段文字，生成一个答案。 问题综合：给出一个文本段落和一个答案，产生一个问题。 缺点 OpenNMT模型培训代码不可用于开源。它只适用于一小段。给定一个更大的段落或许多小段落，这个模型通常需要很长时间，并且以可能的跨度作为答案返回，这可能根本没有任何意义。
1K40发布于 2018-07-30 - 来自专栏大数据文摘
我们对比了GitHub上8800个开源机器学习项目，并选出了其中的Top30
ml-agents No.25 Deep Video Analytics：分布式可视化搜索和可视化数据分析平台 GitHub stars数: 1494个 来源：康奈尔大学的Akshay Bhat No.26 OpenNMT ：Torch 上的开源神经机器翻译 GitHub stars数：1490个 链接： https://github.com/OpenNMT/OpenNMT No.27 Pix2PixHD：使用条件 GAN
74940发布于 2018-05-24 - 来自专栏AI研习社
从星际2深度学习环境到神经机器翻译，上手机器学习这些开源项目必不可少
OpenNMT/OpenNMT GitHub 地址： https://github.com/OpenNMT/OpenNMT Torch 上的开源神经机器翻译。 准备好开始上手机器学习了吗？
942110发布于 2018-03-16 - 来自专栏磐创AI技术团队的专栏
热点 | github近期热点项目汇总
【1494 stars】 （https://github.com/AKSHAYUBHAT/DeepVideoAnalytics） No26：OpenNMT。 OpenNMT是一个利用Torch数学工具包进行全功能、开放源码（MIT）的神经机器翻译系统。 【1490 stars】 （https://github.com/OpenNMT/OpenNMT） No27：Pix2pixHD。
1.6K10发布于 2018-09-20 - 来自专栏机器之心
资源 | 2017年GitHub中最为流行的30个开源机器学习项目
，来自康奈尔大学的 Akshay Bhat（GitHub 1494 stars） 链接：https://github.com/AKSHAYUBHAT/DeepVideoAnalytics No.26 OpenNMT ：Torch 上的开源神经机器翻译（GitHub 1490 stars） 链接：https://github.com/OpenNMT/OpenNMT 参考内容：哈佛大学NLP组开源神经机器翻译工具包OpenNMT
1.1K110发布于 2018-05-10 - 来自专栏半杯茶的小酒杯
Transformer注解及PyTorch实现(下)
我们还实现了所有这些附加功能 OpenNMT-py[3]. 1) 字节对编码/ 字片(Word-piece)：我们可以使用库来首先将数据预处理为子字单元。 PyTorch版本的实现可以参考 OpenNMT- py[6]。 4) 模型平均：这篇文章平均最后k个检查点以创建一个集合效果。 通过上一节中的附加扩展，OpenNMT-py复制在EN-DE WMT上达到26.9。在这里，我已将这些参数加载到我们的重新实现中。 ! 如果您发现此代码有用，请查看我们的其他OpenNMT工具。 @inproceedings{opennmt, author = {Guillaume Klein and Yoon Kim and
1.1K30编辑于 2022-04-28 - 来自专栏磐创AI技术团队的专栏
新手必备 | 史上最全的PyTorch学习资源汇总
（6）OpenNMT-py （https://github.com/OpenNMT/OpenNMT-py）：这是OpenNMT的一个PyTorch实现，一个开放源码的神经网络机器翻译系统。
1.8K32发布于 2019-05-15 - 来自专栏机器之心
资源 | 谷歌官方开源tf-seq2seq：一种通用编码器-解码器框架
我们尚未在该框架中复制 GNMT 架构，但我们欢迎这个方向的贡献：https://google.github.io/seq2seq/contributing/ 相关框架 以下框架在功能上与 tf-seq2seq 类似： OpenNMT (Torch)：http://opennmt.net/ Neural Monkey (Tensorflow)：https://github.com/ufal/neuralmonkey NEMATUS
1.1K70发布于 2018-05-07 - 来自专栏专知
【开源的魅力】盘点30个2017年最炙手可热的GitHub 机器学习开源项目
OpenNMT: Open-Source Neural Machine Translation in Torch ---- ---- OpenNMT: Torch的神经机器翻译开源库 【GitHub 1490 颗星】 链接： https://github.com/OpenNMT/OpenNMT?
933100发布于 2018-04-12 - 来自专栏深度学习自然语言处理
练手|常见近30种NLP任务的练手项目
机器翻译 Machine Translation OpenNMT/OpenNMT-py， 基于PyTorch的神经机器翻译，很适合练手。 16.
1.2K32发布于 2019-11-20 - 来自专栏CDA数据分析师
资源 | 过去一年最热门的30个机器学习项目！
No 26 OpenNMT 基于Torch的开源神经机器翻译 [Github评价：1490颗星]。 https://github.com/OpenNMT/OpenNMT?
49930发布于 2018-12-24 - 来自专栏量子位
PyTorch发布一周年：盘点社区和工程大事件，后来者居上态势已显？
https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix 哈佛大学自然语言研究组（HarvardNLP）和Systran团队构建并改善PyTorch中OpenNMT 项目地址： https://github.com/OpenNMT/OpenNMT-py 推特上的MagicPony团队贡献了超分辨率工作的进展。
1.1K100发布于 2018-01-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号