Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
models
提交
1888a751
M
models
项目概览
PaddlePaddle
/
models
大约 1 年 前同步成功
通知
222
Star
6828
Fork
2962
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
602
列表
看板
标记
里程碑
合并请求
255
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
M
models
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
602
Issue
602
列表
看板
标记
里程碑
合并请求
255
合并请求
255
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
提交
1888a751
编写于
2月 01, 2021
作者:
Z
Zeyu Chen
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
update README for 2.0-rc
上级
fb9d8eb7
变更
3
隐藏空白更改
内联
并排
Showing
3 changed file
with
20 addition
and
7 deletion
+20
-7
PaddleNLP/README.md
PaddleNLP/README.md
+17
-4
PaddleNLP/examples/machine_translation/seq2seq/README.md
PaddleNLP/examples/machine_translation/seq2seq/README.md
+2
-2
PaddleNLP/examples/text_classification/README.md
PaddleNLP/examples/text_classification/README.md
+1
-1
未找到文件。
PaddleNLP/README.md
浏览文件 @
1888a751
...
@@ -5,7 +5,7 @@
...
@@ -5,7 +5,7 @@
</p>
</p>
PaddleNLP
旨在帮助开发者提高文本建模的效率,通过丰富的模型库、简洁易用的API,提供飞桨2.0的最佳实践并加速NLP领域产业应用落地效率
。
PaddleNLP
2.0拥有丰富的模型库、简洁易用的API与高性能的分布式训练的能力,旨在为飞桨开发者提升文本建模效率,并提供基于PaddlePaddle 2.0的NLP领域最佳实践
。
![
License
](
https://img.shields.io/badge/license-Apache%202-red.svg
)
![
License
](
https://img.shields.io/badge/license-Apache%202-red.svg
)
![
python version
](
https://img.shields.io/badge/python-3.6+-orange.svg
)
![
python version
](
https://img.shields.io/badge/python-3.6+-orange.svg
)
...
@@ -16,7 +16,7 @@ PaddleNLP旨在帮助开发者提高文本建模的效率,通过丰富的模
...
@@ -16,7 +16,7 @@ PaddleNLP旨在帮助开发者提高文本建模的效率,通过丰富的模
-
**丰富的模型库**
-
**丰富的模型库**
-
涵盖了NLP主流应用相关的前沿模型,包括中文词向量、预训练模型、词法分析、文本分类、文本匹配、文本生成、机器翻译、通用对话、问答系统等。
-
涵盖了NLP主流应用相关的前沿模型,包括中文词向量、预训练模型、词法分析、文本分类、文本匹配、文本生成、机器翻译、通用对话、问答系统等。
更多介绍请查看
[
PaddleNLP模型库
](
./exmaples/README.md
)
-
**简洁易用的API**
-
**简洁易用的API**
...
@@ -24,7 +24,7 @@ PaddleNLP旨在帮助开发者提高文本建模的效率,通过丰富的模
...
@@ -24,7 +24,7 @@ PaddleNLP旨在帮助开发者提高文本建模的效率,通过丰富的模
-
**高性能分布式训练**
-
**高性能分布式训练**
-
通过
高
度优化的Transformer网络实现,结合混合精度与Fleet分布式训练API,可充分利用GPU集群资源,高效完成大规模预训练模型的分布式训练。
-
通过
深
度优化的Transformer网络实现,结合混合精度与Fleet分布式训练API,可充分利用GPU集群资源,高效完成大规模预训练模型的分布式训练。
# 安装
# 安装
...
@@ -83,6 +83,19 @@ electra = ElectraModel.from_pretrained('chinese-electra-small')
...
@@ -83,6 +83,19 @@ electra = ElectraModel.from_pretrained('chinese-electra-small')
请参考
[
Pretrained-Models
](
./docs/transformers.md
)
查看目前支持的预训练模型。
请参考
[
Pretrained-Models
](
./docs/transformers.md
)
查看目前支持的预训练模型。
# 模型库及其应用
-
[
词向量
](
./examples/word_embedding/README.md
)
-
[
词法分析
](
./examples/lexical_analysis/README.md
)
-
[
语言模型
](
./examples/language_model
)
-
[
文本分类
](
./examples/text_classification/README.md
)
-
[
文本生成
](
./examples/text_generation/README.md
)
-
[
语义匹配
](
./examples/text_matching/README.md
)
-
[
命名实体识别
](
./examples/named_entity_recognition/README.md
)
-
[
文本图学习
](
./examples/text_graph/README.md
)
-
[
通用对话
](
./examples/dialogue
)
-
[
机器翻译
](
./exmaples/machine_translation
)
-
[
阅读理解
](
./exmaples/machine_reading_comprehension
)
# API 使用文档
# API 使用文档
...
@@ -98,7 +111,7 @@ electra = ElectraModel.from_pretrained('chinese-electra-small')
...
@@ -98,7 +111,7 @@ electra = ElectraModel.from_pretrained('chinese-electra-small')
-
[
Metrics API
](
./docs/metrics.md
)
-
[
Metrics API
](
./docs/metrics.md
)
#
可
交互式Notebook教程
# 交互式Notebook教程
-
[
使用Seq2Vec模块进行句子情感分类
](
https://aistudio.baidu.com/aistudio/projectdetail/1283423
)
-
[
使用Seq2Vec模块进行句子情感分类
](
https://aistudio.baidu.com/aistudio/projectdetail/1283423
)
-
[
如何通过预训练模型Fine-tune下游任务
](
https://aistudio.baidu.com/aistudio/projectdetail/1294333
)
-
[
如何通过预训练模型Fine-tune下游任务
](
https://aistudio.baidu.com/aistudio/projectdetail/1294333
)
...
...
PaddleNLP/examples/machine_translation/seq2seq/README.md
浏览文件 @
1888a751
# Seq2Seq with Attention
#
Machine Translation using
Seq2Seq with Attention
以下是本范例模型的简要目录结构及说明:
以下是本范例模型的简要目录结构及说明:
...
@@ -17,7 +17,7 @@
...
@@ -17,7 +17,7 @@
Sequence to Sequence (Seq2Seq),使用编码器-解码器(Encoder-Decoder)结构,用编码器将源序列编码成vector,再用解码器将该vector解码为目标序列。Seq2Seq 广泛应用于机器翻译,自动对话机器人,文档摘要自动生成,图片描述自动生成等任务中。
Sequence to Sequence (Seq2Seq),使用编码器-解码器(Encoder-Decoder)结构,用编码器将源序列编码成vector,再用解码器将该vector解码为目标序列。Seq2Seq 广泛应用于机器翻译,自动对话机器人,文档摘要自动生成,图片描述自动生成等任务中。
本目录包含Seq2Seq的一个经典样例:机器翻译,带
a
ttention机制的翻译模型。Seq2Seq翻译模型,模拟了人类在进行翻译类任务时的行为:先解析源语言,理解其含义,再根据该含义来写出目标语言的语句。更多关于机器翻译的具体原理和数学表达式,我们推荐参考飞桨官网
[
机器翻译案例
](
https://www.paddlepaddle.org.cn/documentation/docs/zh/user_guides/nlp_case/machine_translation/README.cn.html
)
。
本目录包含Seq2Seq的一个经典样例:机器翻译,带
A
ttention机制的翻译模型。Seq2Seq翻译模型,模拟了人类在进行翻译类任务时的行为:先解析源语言,理解其含义,再根据该含义来写出目标语言的语句。更多关于机器翻译的具体原理和数学表达式,我们推荐参考飞桨官网
[
机器翻译案例
](
https://www.paddlepaddle.org.cn/documentation/docs/zh/user_guides/nlp_case/machine_translation/README.cn.html
)
。
运行本目录下的范例模型需要安装PaddlePaddle 2.0-rc1及以上版本。如果您的 PaddlePaddle 安装版本低于此要求,请按照
[
安装文档
](
https://www.paddlepaddle.org.cn/#quick-start
)
中的说明更新 PaddlePaddle 安装版本。
运行本目录下的范例模型需要安装PaddlePaddle 2.0-rc1及以上版本。如果您的 PaddlePaddle 安装版本低于此要求,请按照
[
安装文档
](
https://www.paddlepaddle.org.cn/#quick-start
)
中的说明更新 PaddlePaddle 安装版本。
...
...
PaddleNLP/examples/text_classification/README.md
浏览文件 @
1888a751
...
@@ -2,7 +2,7 @@
...
@@ -2,7 +2,7 @@
该项目示例使用PaddleNLP如何完成文本分类任务。该项目展示了使用传统的
[
Recurrent Neural Networks
](
./rnn
)
和 预训练模型
[
Pretrained Models
](
./pretrained_models
)
两种方法完成文本分类任务。
该项目示例使用PaddleNLP如何完成文本分类任务。该项目展示了使用传统的
[
Recurrent Neural Networks
](
./rnn
)
和 预训练模型
[
Pretrained Models
](
./pretrained_models
)
两种方法完成文本分类任务。
##
Conventional RNNs
Models
##
RNN
Models
[
Recurrent Neural Networks
](
./rnn
)
展示了如何使用传统序列模型RNN、LSTM、GRU等网络完成文本分类任务。
[
Recurrent Neural Networks
](
./rnn
)
展示了如何使用传统序列模型RNN、LSTM、GRU等网络完成文本分类任务。
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录