cnn lstm bilstm deepcnn clstm in pytorch

介绍

• Pytorch中实现的分类任务，在模型中包含一些神经网络。

• 简而言之，我已经发布了代码。
  • Old Version-17版本在这里
  • pytorch版本== 0.3.1在此处发布

• 这是我自己架构的一个版本--- pytorch-text-classification

• bert用于文本分类--- pytorch_bert_text_classification

要求

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

用法

修改配置文件，有关详细信息，请参见Config Directory（此处）。

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

模型

包含Pytorch中的一些神经网络，请参阅模型以获取详细信息。

数据

SST-1和SST-2。

结果

我还没有认真调整超参数，您也可以在这里看到火车登录。

以下测试集精度基于最佳开发设置精度。

数据/模型	％SST-1	％SST-2
CNN	46.1086	84.2943
Bi-lstm	47.9186	86.3262
Bi-Gru	47.6923	86.7655

参考

• 基于pytorch的cnn-lstm神经网络模型调参小结
• 句子分类的卷积神经网络
• 上下文敏感的神经情绪分析特征