pytorch实现用CNN和LSTM对文本进行分类方式_lstm文本分类pytorch,cnnlstmpytorch

lstm

126 浏览量更新于2023-05-03 评论 4 收藏 103KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

pytorch实现用实现用CNN和和LSTM对文本进行分类方式对文本进行分类方式

model.py：

#!/usr/bin/python

# -*- coding: utf-8 -*-

import torch

from torch import nn

import numpy as np

from torch.autograd import Variable

import torch.nn.functional as F

class TextRNN(nn.Module):

"""文本分类，RNN模型"""

def __init__(self):

super(TextRNN, self).__init__()

# 三个待输入的数据

self.embedding = nn.Embedding(5000, 64) # 进行词嵌入

# self.rnn = nn.LSTM(input_size=64, hidden_size=128, num_layers=2, bidirectional=True)

self.rnn = nn.GRU(input_size=64, hidden_size=128, num_layers=2, bidirectional=True)

self.f1 = nn.Sequential(nn.Linear(256,128),

nn.Dropout(0.8),

nn.ReLU())

self.f2 = nn.Sequential(nn.Linear(128,10),

nn.Softmax())

def forward(self, x):

x = self.embedding(x)

x,_ = self.rnn(x)

x = F.dropout(x,p=0.8)

x = self.f1(x[:,-1,:])

return self.f2(x)

class TextCNN(nn.Module):

def __init__(self):

super(TextCNN, self).__init__()

self.embedding = nn.Embedding(5000,64)

self.conv = nn.Conv1d(64,256,5)

self.f1 = nn.Sequential(nn.Linear(256*596, 128),

nn.ReLU())

self.f2 = nn.Sequential(nn.Linear(128, 10),

nn.Softmax())

def forward(self, x):

x = self.embedding(x)

x = x.detach().numpy()

x = np.transpose(x,[0,2,1])

x = torch.Tensor(x)

x = Variable(x)

x = self.conv(x)

x = x.view(-1,256*596)

x = self.f1(x)

return self.f2(x)

train.py：

# coding: utf-8

from __future__ import print_function

import torch

from torch import nn

from torch import optim

from torch.autograd import Variable

import os

import numpy as np

from model import TextRNN,TextCNN

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余5页未读，立即下载

weixin_38732315

粉丝: 6
资源: 963

会员权益专享

pytorch实现用CNN和LSTM对文本进行分类方式

评论0

会员权益专享

最新资源

pytorch实现用CNN和LSTM对文本进行分类方式

评论0

imdb_cnn_lstm.py例子

基于Pytorch框架的CNN-LSTM模型在CWRU轴承故障诊断的应用

Python-在PyTorch中使用LSTM进行风速预测

使用pytorch实现CNN和LSTM并列的文本分类代码

使用pytorch实现CNN和LSTM并列的文本分类代码并训练数据

使用pytorch使用LSTM和CNN实现文本分类

CNN-LSTM-BiGRU分类模型实现Python

lstm+attention +cnn文本分类pytorch

pytorch cnn-lstm加入注意力机制

基于pytorch搭建cnn-lstm-attention

pytorch的文本分类CNN

cnn-bilstm python

文本分类pytorch英文

文本分类 pytorch

使用pytorch进行文本分析

怎样用pytorch实现ocr文字识别技术

cnn-lstm模型matlab代码

分割crf pytorch 实现

pytorch OCR

python基于CNN、RNN、Transformer等模型实现某任务的分类或者预测;

会员权益专享

最新资源