HGRN — Иерархически вентилируемая рекуррентная нейронная сеть для моделирования последовательностей — Общая архитектура — Эксперименты — Подготовка среды — Env1 — Env2 — Авторегрессионная языковая модель — 1) Предварительная обработка данных — 2) Обучение авторегрессионной языковой модели — Моделирование изображений — LRA — 1) Подготовка — 2) Обучение — Автономный код В нашем эксперименте используются две среды conda, где для авторегрессионного языкового моделирования необходимо настроить среду в соответствии с Env1 часть, а LRA необходимо настроить среду в соответствии с частью Env2. Если вы столкнулись с ошибкой при установке torch, просто удалите torch и torchvision из файла yaml, перезапустите приведенную выше команду, а затем выполните следующие команды: Если вы столкнулись с трудностями при настройке среды, вы можете сначала установить среду conda, а затем использовать следующую команду для установки пакетов pip: Наконец, предварительно обработайте/бинаризируйте данные с помощью словаря fairseq GPT-2: используйте следующий сценарий для запуска экспериментов, вы должны изменить PREFIX на свой путь lra, измените задачи к конкретной задаче:
Модальности:
Генерация текста
Задача: Генерация текста
Автор: OpenNLPLab
Теги: hgrn, HGRN, Recurrent Neural Network, custom_code, en
Лайков: 8 | Загрузок: 19
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
