Advertisement

ChatBot：对话机器人，支持看图说话、单轮及多轮对话，使用TensorFlow 2.0与PyTorch 1.3.1等技术

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
这是一款基于TensorFlow 2.0和PyTorch 1.3.1框架开发的先进对话机器人ChatBot。它支持看图说话、单轮及多轮对话，为用户提供丰富且自然的人机交互体验。 ChatBot对话机器人具备看图说话、单轮对话及多轮对话功能。开发环境包括：tensorflow 2.0, pytorch 1.3.1 和 GPT-2，具体依赖库如下： - flask==1.0.2 - tensorflow==2.0.0 - pytorch==1.3.1 - sklearn==0.19.2 - scipy==1.4.1 - numpy==1.18.5 - jieba==0.42.1 - pandas==0.23.4 - torchvision==0.5.0 - transformers==2.1.1 JS文件和layui包放置在/static目录下。启动前端时，可以在PyCharm中直接运行app.py，并通过点击左爪发送消息、右爪发送图片以及左耳切换图片描述功能进行交互操作。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • ChatBot：对话机器人，支持看图说话、单轮及多轮对话，使用TensorFlow 2.0与PyTorch 1.3.1等技术
    优质
    这是一款基于TensorFlow 2.0和PyTorch 1.3.1框架开发的先进对话机器人ChatBot。它支持看图说话、单轮及多轮对话，为用户提供丰富且自然的人机交互体验。 ChatBot对话机器人具备看图说话、单轮对话及多轮对话功能。开发环境包括：tensorflow 2.0, pytorch 1.3.1 和 GPT-2，具体依赖库如下： - flask==1.0.2 - tensorflow==2.0.0 - pytorch==1.3.1 - sklearn==0.19.2 - scipy==1.4.1 - numpy==1.18.5 - jieba==0.42.1 - pandas==0.23.4 - torchvision==0.5.0 - transformers==2.1.1 JS文件和layui包放置在/static目录下。启动前端时，可以在PyCharm中直接运行app.py，并通过点击左爪发送消息、右爪发送图片以及左耳切换图片描述功能进行交互操作。
     
  • 多轮对话中机器人的闲聊语料
    优质
    本项目专注于开发用于多轮对话中的机器人闲聊语料库，旨在提升人机交互自然度和流畅性。 为了生成用于闲聊机器人训练的1.03MB对话数据，让两个机器人进行相互交流，并以#作为多轮对话之间的分隔符。
     
  • 基于Transformer的单轮对话中文聊天机器人
    优质
    本研究开发了一种基于Transformer架构的单轮对话系统，专门针对中文环境优化设计，旨在提高人机交互的自然性和流畅性。 基于Transformer的单轮对话中文聊天机器人是一个使用先进自然语言处理技术构建的项目，在TensorFlow框架下实现了能够进行基本对话的AI系统。该项目利用了Google在2017年提出的Transformer模型，因其在机器翻译等任务上的出色性能而备受关注。 此项目的目的是为用户提供一个简单的交互式对话体验，通过训练数据学习对话模式，并生成相应的中文回复。基于Transformer的单轮对话中文聊天机器人案例展示了如何使用TensorFlow实现自然语言处理任务。作为深度学习平台，TensorFlow提供了强大的工具支持模型构建、训练和部署。在该项目中，开发者将Transformer模型应用于根据用户输入生成对应的对话回复，实现了单轮对话的功能。 Transformers与TensorFlow的结合体现了项目的核心技术和开发工具的选择。Transformer模型通过自注意力机制解决了RNN处理长序列时效率低下的问题，并且非常适合于自然语言中的复杂依赖关系处理。TensorFlow支持对Transformer模型的应用，使得开发者可以方便地构建、训练和优化模型。 【文件结构解析】： 1. **README.md**：包含项目的介绍、安装指南及运行步骤等信息。 2. **transformer.py**：包含了Transformer模型的实现代码，包括编码器与解码器的设计以及自注意力机制的具体细节。 3. **data_processing.py**：处理数据预处理任务，如分词、构建词汇表和序列填充，以便于训练过程中的使用。 4. **train.py**：用于定义损失函数、优化器及模型的训练循环等操作的脚本段落件。 5. **chat.py**：实现与用户交互的功能模块。输入用户的发言后通过已训练好的Transformer模型生成回应信息。 6. **utils.py**：包含日志记录和文件处理等功能性的辅助代码。 7. **config.py**：定义了模型参数及训练设置的配置文件。 8. **data.py**：涉及数据加载与进一步预处理逻辑的相关模块。 9. **requirements.txt**：列出了项目所需的Python库及其版本信息，便于环境复现。 通过这个项目，你可以学习到如何使用Transformer模型处理中文文本，并了解在TensorFlow中构建、训练和应用此类模型的方法。此外，该项目还涵盖了数据预处理、模型训练及评估以及对话交互实现的过程等重要知识点。对于想要深入了解自然语言处理与深度学习的人来说，这是一个很好的实践机会。
     
  • ChatGLM3多轮对话训练资料
    优质
    ChatGLM3多轮对话训练资料是一套针对ChatGLM3模型优化而设计的数据集，包含丰富的人机多轮对话样本，旨在提升语言生成模型在连续对话场景中的表现和自然度。 在进行ChatGLM3的多轮对话训练数据准备过程中，需要包含原始数据、处理代码以及train.json、dev.json和test.json文件。这些文件会被放置于路径`finetune_demodataJDMulConversations/train.json`中，并且lora配置中的data_config部分应设置如下： - train_file: train.json - val_file: dev.json - test_file: test.json - num_proc: 16 训练时使用以下命令： ``` CUDA_VISIBLE_DEVICES=1 python finetune_hf.py dataJDMulConversations rootautodl-tmpmodelchatglm3-6b configslora.yaml ```
     
  • NLP与ChatGPT3.5 API调用，支持多轮对话及上下文记忆功能
    优质
    本项目采用NLP技术结合ChatGPT 3.5 API，实现高效多轮对话处理和上下文理解，提供流畅自然的人机交互体验。 本代码适用于想要调用ChatGPT3.5 API并进行二次开发的人员。对于希望通过Python调用ChatGPT的朋友来说，也可以直接下载运行，但需要有一个OpenAI账号以获取API密钥。该代码能够实现通过控制台与ChatGPT对话，并且具备记忆本次对话中历史内容的能力（多轮对话）。有兴趣的小伙伴可以下载使用。此外，除了提供Python版本之外，还有C#版本的调用代码可供选择。
     
  • 对话机器人
    优质
    对话机器人是一种能够理解并回应人类语言的智能程序，广泛应用于客户服务、信息查询等领域，提供便捷高效的交流体验。 C#编写的一个简单的聊天机器人，包括所有源代码以及一个注册号。
     
  • 自动对话数据，机器人对话数据及MySQL数据
    优质
    本项目包含丰富多样的自动对话与机器人对话数据集，以及结构化的MySQL数据库数据，适用于训练和测试AI模型。 这段文字描述了一个包含2万条智能聊天数据的SQL语句集合，这些对话涵盖了日常交流、谚语以及成语等内容，专为聊天机器人设计使用。