|
|
@@ -181,7 +181,7 @@ FastNLP 完全支持使用 pyTorch 编写的模型,但与 pyTorch 中编写模 |
|
|
|
) |
|
|
|
) |
|
|
|
|
|
|
|
FastNLP 中包含的各种模块如下表,您可以点击具体的名称查看详细的 API: |
|
|
|
FastNLP 中包含的各种模块如下表,您可以点击具体的名称查看详细的 API,也可以通过 :doc:`/fastNLP.modules` 进行了解。 |
|
|
|
|
|
|
|
.. csv-table:: |
|
|
|
:header: 名称, 介绍 |
|
|
@@ -189,7 +189,6 @@ FastNLP 中包含的各种模块如下表,您可以点击具体的名称查看 |
|
|
|
:class:`~fastNLP.modules.ConvolutionCharEncoder` , char级别的卷积 encoder |
|
|
|
:class:`~fastNLP.modules.LSTMCharEncoder` , char级别基于LSTM的 encoder |
|
|
|
:class:`~fastNLP.modules.ConvMaxpool` , 结合了Convolution和Max-Pooling于一体的模块 |
|
|
|
:class:`~fastNLP.modules.Embedding` , 基础的Embedding模块 |
|
|
|
:class:`~fastNLP.modules.LSTM` , LSTM模块, 轻量封装了PyTorch的LSTM |
|
|
|
:class:`~fastNLP.modules.StarTransformer` , Star-Transformer 的encoder部分 |
|
|
|
:class:`~fastNLP.modules.TransformerEncoder` , Transformer的encoder模块,不包含embedding层 |
|
|
@@ -198,8 +197,11 @@ FastNLP 中包含的各种模块如下表,您可以点击具体的名称查看 |
|
|
|
:class:`~fastNLP.modules.VarGRU` , Variational Dropout GRU 模块 |
|
|
|
:class:`~fastNLP.modules.MaxPool` , Max-pooling模块 |
|
|
|
:class:`~fastNLP.modules.MaxPoolWithMask` , 带mask矩阵的max pooling。在做 max-pooling的时候不会考虑mask值为0的位置。 |
|
|
|
:class:`~fastNLP.modules.AvgPool` , Average-pooling模块 |
|
|
|
:class:`~fastNLP.modules.AvgPoolWithMask` , 带mask矩阵的average pooling。在做 average-pooling的时候不会考虑mask值为0的位置。 |
|
|
|
:class:`~fastNLP.modules.MultiHeadAttention` , MultiHead Attention 模块 |
|
|
|
:class:`~fastNLP.modules.MLP` , 简单的多层感知器模块 |
|
|
|
:class:`~fastNLP.modules.ConditionalRandomField` , 条件随机场模块 |
|
|
|
:class:`~fastNLP.modules.viterbi_decode` , 给定一个特征矩阵以及转移分数矩阵,计算出最佳的路径以及对应的分数 (与 :class:`~fastNLP.modules.ConditionalRandomField` 配合使用) |
|
|
|
:class:`~fastNLP.modules.allowed_transitions` , 给定一个id到label的映射表,返回所有可以跳转的列表(与 :class:`~fastNLP.modules.ConditionalRandomField` 配合使用) |
|
|
|
:class:`~fastNLP.modules.TimestepDropout` , 简单包装过的Dropout 组件 |