Startseite› Projekte› RLSeq2Seq
RLSeq2Seq

RLSeq2Seq

von yaserkl · GitHub

Deep Reinforcement Learning für Sequenz-zu-Sequenz-Modelle

# abstractive-text-summarization# actor-critic# nlp# pointer-generator# policy-gradient
Auf GitHub ansehen
In einfachen Worten

Implementieren Sie Deep-Learning-Techniken zur Zusammenfassung von Texten mithilfe von Methoden des verstärkenden Lernens.

⭐ Sterne
767
🍴 Forks
160
📜 Lizenz
MIT
Kommerzielle Nutzung erlaubt
📅 Erstellt
2018
🔄 Letzter Commit
3 yr ago
🏷️ Kategorie
abstractive-text-summarization
💻 Sprache
Python
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
RLSeq2Seq — GitHub preview card
📈 Sternhistorie
768767
2026-07-202026-07-29
📈 RLSeq2Seq verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Deep Reinforcement Learning für Sequenz-zu-Sequenz-Modelle

RLSeq2Seq hat 767 Sterne auf GitHub. Es wurde 160-mal geforkt. RLSeq2Seq ist hauptsächlich in Python geschrieben. Es wird seit 2018 aktiv entwickelt. RLSeq2Seq ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: abstractive-text-summarization, actor-critic, nlp, pointer-generator.

❓ Frequently asked questions

Was ist RLSeq2Seq?

Deep Reinforcement Learning für Sequenz-zu-Sequenz-Modelle

Ist RLSeq2Seq Open Source?

RLSeq2Seq ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist RLSeq2Seq kostenlos?

Ja. RLSeq2Seq ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht RLSeq2Seq?

RLSeq2Seq ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist RLSeq2Seq geschrieben?

RLSeq2Seq ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — RLSeq2Seq

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=yaserkl-rlseq2seq)](https://opensourceai.tech/project/yaserkl-rlseq2seq.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
text_summurization_abstractive_methods
Mehrere Implementierungen für abstraktive Textzusammenfassungen, unter Verwendung von Google Co…
★ 529 · abstractive-text-summarization
teiltabstractive-text-summarizationpointer-generator
reinforcement-learning
Minimale und saubere Beispiele für verstärkendes Lernen
★ 3.7k · a3c
teiltactor-criticpolicy-gradient
openai_lab
Ein Experimentierrahmen für Reinforcement Learning unter Verwendung von OpenAI Gym, Tensorflow…
★ 327 · actor-critic
teiltactor-criticpolicy-gradient
cleanrl
Hochwertige Einzeldatei-Implementierung von Deep Reinforcement Learning-Algorithmen mit forschu…
★ 10.2k · a2c
Reinforcement-learning-with-tensorflow
Einfache Tutorials zum Reinforcement Learning, 莫烦Python 中文AI教学
★ 9.5k · a3c
Deep-reinforcement-learning-with-pytorch
PyTorch-Implementierung von DQN, AC, ACER, A2C, A3C, PG, DDPG, TRPO, PPO, SAC, TD3 und ....
★ 4.6k · a2c
pytorch-a2c-ppo-acktr-gail
PyTorch-Implementierung von Advantage Actor Critic (A2C), Proximal Policy Optimization (PPO), s…
★ 3.9k · a2c
Deep_reinforcement_learning_Course
Implementierungen aus dem kostenlosen Kurs Deep Reinforcement Learning mit Tensorflow und PyTor…
★ 3.9k · a2c
pytorch-a3c
PyTorch-Implementierung des Asynchronous Advantage Actor Critic (A3C) aus "Asynchronous Methods…
★ 1.3k · a3c
chainerrl
ChainerRL ist eine Bibliothek für tiefes Verstärkungslernen, die auf Chainer aufbaut.
★ 1.2k · actor-critic

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.