cnn lstm bilstm deepcnn clstm in pytorch

Introdução

• Uma tarefa de classificação implementada em Pytorch contém algumas redes neurais nos modelos.

• Recentemente, eu lançei o código.
  • Liberação antiga da versão-17 aqui
  • Versão pytorch == 0.3.1 Liberação aqui

• Esta é uma versão da minha própria arquitetura --- Pytorch-Text-Classification

• Bert para classificação de texto --- pytorch_bert_text_classification

Exigência

 pyorch : 1.0.1
python : 3.6
torchtext: 0.2.1
cuda : 8.0 (support cuda speed up, can chose, default True)

Uso

Modifique o arquivo de configuração, consulte o diretório de configuração (aqui) para obter detalhes.

 1、python main.py
2、python main.py --config_file ./Config/config.cfg 
3、sh run.sh

Modelo

Contém algumas redes neurais implementadas em Pytorch, consulte os modelos para obter detalhes.

Dados

SST-1 e SST-2.

Resultado

Não ajustei seriamente os hiper-parâmetros, você também pode ver o login do trem aqui.

A precisão do conjunto de testes a seguir é baseada na melhor precisão do conjunto de desenvolvedores.

Dados/modelo	% Sst-1	% Sst-2
CNN	46.1086	84.2943
BI-LSTM	47.9186	86.3262
Bi-Gru	47.6923	86.7655

Referência

• 基于 pytorch 的 cnn-lstm 神经网络模型调参小结
• Redes neurais convolucionais para classificação de frases
• Recursos de léxico sensíveis ao contexto para análise de sentimentos neurais