Поиск
Показаны результаты для тегов 'networks'.
-
Какую нейросеть и какой метод обучения выбрать при такой задаче? Есть язык CSS (Cascading Style Sheets), он имеет очень простой синтаксис и структуру. Почти весь код состоит из блоков, где записаны свойства со значениями. Блок выглядит следующим образом: div { width: 50px; height: 100px; font-family: Times New Romance; } Меня интересует то, что в скобках (блоках). В примере есть width, height, font-family, это называется свойства и с ними мне предстоит работать. Модель должна предлагать варианты автозавершения свойствам. Например я ввожу букву 'w', она предлагает 'width'. Обычно варианты для автозавершения выдаются в алфавитном порядке, мне же надо их ранжировать в зависимости от контекста. Модели в каком-то виде будет подано много кода, она должна проанализировать его и научиться понимать например такие вещи: если в самом начале блока пишется 'w', то надо подсказать 'width' (потому что обычно в начале блока на 'w' пишут width) или если в блоке уже есть 'font-falimy', то он предложит 'font-size' (потому что после font-family обычно идёт font-size Смысл в том чтобы модель поняла все зависимости сама. В итоге 3 вопроса: Какую нейросеть использовать? Какой метод обучения выбирать? Каким способом разметить данные? Или такой: где я могу больше об этом узнать? Всё что я знаю на данный момент, что мне надо использовать рекуррентные сети, потому что они могут анализировать контекст, но LSTM и GRU работают только при обучении с учителем(вроде). Может показаться, что я полный дилетант в этом, так и есть, мой уровень - 10-ти часовой курс. Но у меня есть задание и я должен его сделать. Пожалуйста, помогите.