关于Keras
入门指南
开发者指南
Keras 3 API 文档
模型 API
层 API
回调API
操作API
优化器
度量标准
损失函数
数据加载
内置小型数据集
Keras 应用程序
混合精度
多设备分布
RNG API
实用工具
Keras调优器
KerasCV
Keras自然语言处理(KerasNLP)
预训练模型
模型API
分词器
预处理层
模型层
采样器
指标
Keras 2 API 文档
代码示例
KerasTuner:超参数调优
KerasCV:计算机视觉工作流
KerasNLP:自然语言工作流程
search
►
Keras 3 API 文档
/
Keras自然语言处理(KerasNLP)
/
预训练模型
/ FNet 是一种变换模型架构,它使用傅里叶变换代替标准深度神经网络中的注意力机制。傅里叶变换在理论和实践中是一种有效的工具,广泛应用于各种信号处理任务。在 FNet 中,这一变换被成功应用于文本处理任务,简化了计算并提高了模型的效率。
FNet 是一种变换模型架构,它使用傅里叶变换代替标准深度神经网络中的注意力机制。傅里叶变换在理论和实践中是一种有效的工具,广泛应用于各种信号处理任务。在 FNet 中,这一变换被成功应用于文本处理任务,简化了计算并提高了模型的效率。
FNet分词器
FNetTokenizer class
from_preset method
FNet预处理器层
FNetPreprocessor class
from_preset method
tokenizer property
FNetBackbone模型
FNetBackbone class
from_preset method
token_embedding property
FNet分类器模型
FNetClassifier class
from_preset method
backbone property
preprocessor property
FNetMaskedLM模型
FNetMaskedLM class
from_preset method
backbone property
preprocessor property
FNetMaskedLM预处理层
FNetMaskedLMPreprocessor class
from_preset method
tokenizer property
FNet 是一种变换模型架构,它使用傅里叶变换代替标准深度神经网络中的注意力机制。傅里叶变换在理论和实践中是一种有效的工具,广泛应用于各种信号处理任务。在 FNet 中,这一变换被成功应用于文本处理任务,简化了计算并提高了模型的效率。
FNet分词器
FNet预处理器层
FNetBackbone模型
FNet分类器模型
FNetMaskedLM模型
FNetMaskedLM预处理层