Startseite>Programmierbezogen>Anderer Quellcode
Herunterladen

中文用户请查看 Readme-Zh.md

Dies ist die Lösung für die Zhihu Machine Learning Challenge 2017. Wir haben den Champion von 963 Teams gewonnen.

1. Setup

  • Installieren Sie Pytorch von Pytorch.org (Python 2, Cuda)
  • Weitere Ableitungen installieren: 
    pip2 install -r requirements.txt

Möglicherweise benötigen Sie tf.contrib.keras.preprocessing.sequence.pad_sequences für die Datenvorverarbeitung.

  • Starten Sie das Visum für die Visualisierung: 
    python2 -m visdom.server

2. Datenvorverarbeitung

Ändern Sie den Datenpfad in der zugehörigen Datei

2.1 WordVector -Datei -> Numpy -Datei 

python scripts/data_process/embedding2matrix.py main char_embedding.txt char_embedding.npz 
python scripts/data_process/embedding2matrix.py main word_embedding.txt word_embedding.npz

2.2 Fragensatz -> Numpy -Datei

Es ist Speicherverbrauch. Stellen Sie sicher, dass Sie Speicher von mehr als 32 g haben. 

python scripts/data_process/question2array.py main question_train_set.txt train.npz
python scripts/data_process/question2array.py main question_eval_set.txt test.npz

2.3 Etikett -> JSON 

python scripts/data_process/label2id.py main question_topic_train_set.txt labels.json

2.4 Validierungsdaten 

python scripts/data_process/get_val.py

3. Training

Ändern Sie config.py für den Modellpfad

Pfad zu den von uns verwendeten Modellen:

  • CNN: models/MultiCNNTextBNDeep.py
  • Rnn （lstm）: models/LSTMText.py
  • RCNN: models/RCNN.py
  • Inception: models/CNNText_inception.py
  • FastText: models/FastText3.py

3.1 TRIAN -Modell ohne Daten Augumentation 

 # LSTM char
python2 main.py main --max_epoch=5 --plot_every=100 --env= ' lstm_char ' --weight=1 --model= ' LSTMText '  --batch-size=128  --lr=0.001 --lr2=0 --lr_decay=0.5 --decay_every=10000  --type_= ' char '   --zhuge=True --linear-hidden-size=2000 --hidden-size=256 --kmax-pooling=3   --num-layers=3  --augument=False

# LSTM word
python2 main.py main --max_epoch=5 --plot_every=100 --env= ' lstm_word ' --weight=1 --model= ' LSTMText '  --batch-size=128  --lr=0.001 --lr2=0.0000 --lr_decay=0.5 --decay_every=10000  --type_= ' word '   --zhuge=True --linear-hidden-size=2000 --hidden-size=320 --kmax-pooling=2  --augument=False

#  RCNN char
python2 main.py main --max_epoch=5 --plot_every=100 --env= ' rcnn_char ' --weight=1 --model= ' RCNN '  --batch-size=128  --lr=0.001 --lr2=0 --lr_decay=0.5 --decay_every=5000  --title-dim=1024 --content-dim=1024  --type_= ' char ' --zhuge=True --kernel-size=3 --kmax-pooling=2 --linear-hidden-size=2000 --debug-file= ' /tmp/debugrcnn ' --hidden-size=256 --num-layers=3 --augument=False

# RCNN word
main.py main --max_epoch=5 --plot_every=100 --env= ' RCNN-word ' --weight=1 --model= ' RCNN '  --zhuge=True --num-workers=4 --batch-size=128 --model-path=None --lr2=0 --lr=1e-3 --lr-decay=0.8  --decay-every=5000  --title-dim=1024 --content-dim=512  --kernel-size=3 --debug-file= ' /tmp/debugrc '  --kmax-pooling=1 --type_= ' word ' --augument=False
# CNN word
 python main.py main --max_epoch=5 --plot_every=100 --env= ' MultiCNNText ' --weight=1 --model= ' MultiCNNTextBNDeep '  --batch-size=64  --lr=0.001 --lr2=0.000 --lr_decay=0.8 --decay_every=10000  --title-dim=250 --content-dim=250    --weight-decay=0 --type_= ' word ' --debug-file= ' /tmp/debug '  --linear-hidden-size=2000 --zhuge=True  --augument=False

# inception word
python2 main.py main --max_epoch=5 --plot_every=100 --env= ' inception-word ' --weight=1 --model= ' CNNText_inception '  --zhuge=True --num-workers=4 --batch-size=512 --model-path=None --lr2=0 --lr=1e-3 --lr-decay=0.8  --decay-every=2500 --title-dim=1200 --content-dim=1200 --type_= ' word ' --augument=False                                                   
# inception char
python2 main.py main --max_epoch=5 --plot_every=100 --env= ' inception-char ' --weight=1 --model= ' CNNText_inception '  --zhuge=True --num-workers=4 --batch-size=512 --model-path=None --lr2=0 --lr=1e-3 --lr-decay=0.8  --decay-every=2500 --title-dim=1200 --content-dim=1200 --type_= ' char '   --augument=False

# FastText3 word
python2 main.py main --max_epoch=5 --plot_every=100 --env= ' fasttext3-word ' --weight=5 --model= ' FastText3 ' --zhuge=True --num-workers=4 --batch-size=512  --lr2=1e-4 --lr=1e-3 --lr-decay=0.8  --decay-every=2500 --linear_hidden_size=2000 --type_= ' word '  --debug-file=/tmp/debugf --augument=False

In den meisten Fällen könnte die Partitur durch Finetune gesteigert werden. Zum Beispiel: 

python2 main.py main --max_epoch=2 --plot_every=100 --env= ' LSTMText-word-ft ' --model= ' LSTMText '  --zhuge=True --num-workers=4 --batch-size=256 --model-path=None --lr2=5e-5 --lr=5e-5 --decay-every=5000 --type_= ' word '  --model-path= ' checkpoints/LSTMText_word_0.409196378421 '

3.2 Zugmodelle mit Daten Augumentation

Hinzufügen --augument im Trainingsbefehl.

3.3 Punkte

Modell Punktzahl
CNN_Word 0,4103
Rnn_word 0,4119
Rcnn_word 0,4115
Inceptin_Word 0,4109
FastText_word 0,4091
Rnn_char 0,4031
Rcnn_char 0,4037
Inception_char 0,4024
Rcnn_word_aug 0,41344
Cnn_word_aug 0,41051
Rnn_word_aug 0,41368
INCETPION_WORD_AUG 0,41254
FastText3_word_aug 0,40853
Cnn_char_aug 0,38738
Rcnn_char_aug 0,39854

Mit dem Modellsemble kann es bis zu 0,433 erreichen.

4 Testen Sie und einreichen

4.1 Test

  • Modell: Integrieren Sie LSTMText , RCNN , MultiCNNTextBNDeep , FastText3 , CNNText_inception
  • Modellweg: Pfad zum vorbereiteten Modell
  • Ergebniszustand: Wo das Modell speichert
  • VAL: Testen Sie den Val -Set oder den Testsatz. 
 # LSTM
python2 test.1.py main --model= ' LSTMText '  --batch-size=512  --model-path= ' checkpoints/LSTMText_word_0.411994005382 ' --result-path= ' /data_ssd/zhihu/result/LSTMText0.4119_word_test.pth '  --val=False --zhuge=True

python2 test.1.py main --model= ' LSTMText '  --batch-size=256 --type_=char --model-path= ' checkpoints/LSTMText_char_0.403192339135 ' --result-path= ' /data_ssd/zhihu/result/LSTMText0.4031_char_test.pth '  --val=False --zhuge=True
 
# RCNN
python2 test.1.py main --model= ' RCNN '  --batch-size=512  --model-path= ' checkpoints/RCNN_word_0.411511574999 ' --result-path= ' /data_ssd/zhihu/result/RCNN_0.4115_word_test.pth '  --val=False --zhuge=True

python2 test.1.py main --model= ' RCNN '  --batch-size=512  --model-path= ' checkpoints/RCNN_char_0.403710422571 ' --result-path= ' /data_ssd/zhihu/result/RCNN_0.4037_char_test.pth '  --val=False --zhuge=True

# DeepText

python2 test.1.py main --model= ' MultiCNNTextBNDeep '  --batch-size=512  --model-path= ' checkpoints/MultiCNNTextBNDeep_word_0.410330780091 ' --result-path= ' /data_ssd/zhihu/result/DeepText0.4103_word_test.pth '  --val=False --zhuge=True
# more to go ...

4.2 Ensemble

Weitere Informationen finden Sie unter notebooks/val_ensemble.ipynb und notebooks/test_ensemble.ipynb

5 Hauptdateien

  • main.py : main (für das Training)
  • config.py : config -Datei
  • test.1.py : Für Test
  • data/ : Für den Datenlader
  • scripts/ : Für die Datenvorverarbeitung
  • utils/ : einschließlich Berechnung von Score und Wrapper zur Visualisierung.
  • models/ : Modelle
    • models/BasicModel : Basismodell für Modelle.
    • models/MultiCNNTextBNDeep : CNN
    • models/LSTMText : RNN
    • models/RCNN : RCNN
    • models/CNNText_inception Inception
    • models/MultiModelALL和models/MultiModelAll2
    • Anderes Modell
  • rep.py : Code für die Reproduktion.
  • del/ : Methoden fehlschlagen oder nicht verwendet.
  • notebooks/ : Notizbücher.

Vorbereitetes Modell

https://pan.baidu.com/s/1mjvtjgs Passwd: Tayb

Expandieren
Zusätzliche Informationen
Ähnliche Anwendungen
Empfohlen für Sie
Ähnliche Nachrichten Alle