Bi Att Flow
Bi-directional Attention Flow (BiDAF) network is a multi-stage hierarchical process that represents context at different levels of granularity and uses a bi-directional attention flow mechanism to achieve a query-aware context representation without early summarization.
About
Il modello ha ~2,5 milioni di parametri. Il modello è stato addestrato con NVidia Titan X (Architettura Pascal, 2016). Il modello richiede almeno 12 GB di RAM GPU. Se la tua RAM GPU è inferiore a 12 GB, puoi ridurre la dimensione del batch (le prestazioni potrebbero degradarsi) oppure puoi utilizzare più GPU (vedi sotto). L'addestramento converge a ~18.000 passi e ha impiegato ~4 secondi per passo (cioè ~20 ore).
Open Source Health
- Stars
- 1,546
- Forks
- 667
- License
- Apache-2.0
- Last commit
- 3 years ago
Alternative a Bi Att Flow
- Dont Stop Pretrainingby AllenaiCodice associato al documento ACL 2020 di Don't Stop Pretraining.
Textrankby Summa NLPImplementazione di TextRank per Python 3.
KoBERTby SK T-BrainBERT coreano pre-addestrato (KoBERT)
TAADpapersby THUNLPArticoli imperdibili su attacchi e difese avversariali testuali.
AutoPhraseby Jingbo ShangAutoPhrase: Estrazione automatizzata di frasi da grandi corpora testuali
Resources & Links
Related Categories
Usi Bi Att Flow?
Tieni traccia del suo costo insieme al resto del tuo stack e ricevi un promemoria prima del rinnovo.
Aggiungi al mio stackVendor
Allenai
Publisher of Dont Stop Pretraining, Objaverse Xl and Procthor