1 repositorio
Sequence models that utilize stacks of convolutional layers instead of recurrent units for parallel processing.
Distinct from Sequence-to-Sequence Models: Distinct from general Sequence-to-Sequence Models: specifically focuses on the convolutional architecture rather than encoder-decoder patterns.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Convolutional Sequence Models. Refine with filters or upvote what's useful.
TCN es un framework de aprendizaje profundo de secuencias y biblioteca para construir redes convolucionales temporales. Proporciona un kit de herramientas para implementar arquitecturas puramente convolucionales para modelar datos secuenciales como alternativa a las redes neuronales recurrentes. El proyecto incluye una suite de benchmarking de modelado de secuencias diseñada para evaluar la precisión y velocidad de procesamiento de las arquitecturas. Esta suite utiliza tareas estandarizadas, incluyendo problemas de memoria, clasificación de dígitos, música y tareas de lenguaje, para cuantificar el rendimiento. El framework cubre una gama de componentes estructurales para el procesamiento de secuencias, como capas convolucionales causales para evitar la fuga de información y kernels dilatados para aumentar el campo receptivo. También proporciona bloques de conexión residual para la estabilidad del gradiente y pipelines de datos para transformar datos de series temporales crudos en tensores.
Replaces recurrent neural networks with a stack of convolutional layers to allow parallel processing of sequences.