RLSeq2Seq
Apprentissage par Renforcement Profond pour les Modèles Séquence à Séquence
Implémentez des techniques d'apprentissage profond pour résumer du texte en utilisant des méthodes d'apprentissage par renforcement.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentApprentissage par Renforcement Profond pour les Modèles Séquence à Séquence
RLSeq2Seq compte 767 étoiles sur GitHub. Il a été forké 160 fois. RLSeq2Seq est écrit principalement en Python. Il est développé activement depuis 2018. RLSeq2Seq est disponible sous licence MIT. Ses principaux thèmes sont : abstractive-text-summarization, actor-critic, nlp, pointer-generator.
Qu'est-ce que RLSeq2Seq ?
Apprentissage par Renforcement Profond pour les Modèles Séquence à Séquence
RLSeq2Seq est-il open source ?
RLSeq2Seq est un projet open source. Il est distribué sous licence MIT.
RLSeq2Seq est-il gratuit ?
Oui. RLSeq2Seq est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est RLSeq2Seq ?
RLSeq2Seq est disponible sous licence MIT.
Dans quel langage RLSeq2Seq est-il écrit ?
RLSeq2Seq est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/yaserkl-rlseq2seq.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.