点击空白处退出提示
作品详情
实现原理是利用Transformer架构通过深度学习进行语言翻译。
和流行的大语言模型翻译的主要区别在于:
1.推理速度快,参数量小,可以在端侧实行推理
2.不像生成式模型大多只用了Transformer的解码器部分。此项目同时使用编码器和解码器,环顾整个句子的前后文字关系进行翻译,提高翻译准确度
本人主要对此项目的神经网络模型进行设计编写和优化。
![](https://filescdn.proginn.com/works/1123d16675c9fdad93aed0ec3fb2d2323e524a74.png?x-oss-process=image/resize,w_800)
![](https://filescdn.proginn.com/works/55bd7365d232952a3fd998b1ad11f5bd1a8f7278.png?x-oss-process=image/resize,w_800)
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
评论