Skip to main content

修复了生成bert输入数据中存在的一些问题。

Project description

qqhrz

对动手学深度学习pytorch版的代码实现和一些图神经网络的代码实现

1. 简介

这个包是对动手学深度学习pytorch版的代码实现和一些图神经网络的代码实现,由本人书写,存在着许多不足,希望大家见谅。写这个包既是对自己的练习,也是希望可以给同组师弟、师妹们一些帮助。

2. 包的结构

qqhrz包中包含两个模块:ztorch和zgnn

2.1 ztorch

深度学习pytorch版的代码实现。可以通过”from qqhrz import ztorch as qz“进行调用。

2.2 zgnn

对一些图神经网络的代码实现。可以通过”from qqhrz import zgnn as zg“进行调用。

3. 依赖

使用本包时,需要先安装pytorch==1.12.0和torchvision==0.13.0,cpu版和gpu版均可,建议安装gpu版本。

4. 版本更新

0.0.7:加入Transformer模型和BERT模型以及BERT模式输入数据的处理。
0.0.8:解决了运行速度慢的问题,原因是其中有些张量是在cpu上的,导致在cpu上计算,速度慢。
0.1.0:加入zgnn模块,包含对一些图神经网络的实现。
0.1.1:加入GCN。
0.1.2:加入GraphSAGE。
0.1.3:给Transformer编码器和解码器增加max_len参数,即序列最大长度。
0.1.4: 加入词表,修复一些问题。
0.1.5: 修复了一些问题。
0.1.6: 修复了生成bert输入数据中存在的一些问题。

5. 希翼

希望自己能够不断完善,不断改进代码,提升自己的能力,给大家一些帮助。

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

qqhrz-0.1.6.tar.gz (11.8 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

qqhrz-0.1.6-py3-none-any.whl (11.4 kB view details)

Uploaded Python 3

File details

Details for the file qqhrz-0.1.6.tar.gz.

File metadata

  • Download URL: qqhrz-0.1.6.tar.gz
  • Upload date:
  • Size: 11.8 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.8.7

File hashes

Hashes for qqhrz-0.1.6.tar.gz
Algorithm Hash digest
SHA256 df9016edce68275736b1caef151555aca8ce825f17f90ae49c5f51d63f80875f
MD5 0082b95083f00db0b71ba034b06593c8
BLAKE2b-256 39fe2f08d84abc1f890a9d1391d31e3fce1bcceff7f41211c0790c60565abdf4

See more details on using hashes here.

File details

Details for the file qqhrz-0.1.6-py3-none-any.whl.

File metadata

  • Download URL: qqhrz-0.1.6-py3-none-any.whl
  • Upload date:
  • Size: 11.4 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.8.7

File hashes

Hashes for qqhrz-0.1.6-py3-none-any.whl
Algorithm Hash digest
SHA256 dd0c0e78aa201ea111a0c5342ee1ae7005b88fc080921195426622ab6a4bc965
MD5 f0b7a9b0a343bc491107292c2c999662
BLAKE2b-256 f6a57872c9ef49fd809574aca397e36f884832c94d8aee6284403e7cf2cbe8ea

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page