transformer tensorflow 다운로드 - transformer tensorflow 소스 코드 다운로드

transformer tensorflow

기타 소스코드

1.0.0

다운로드

변신 로봇

텐서 플로우주의 구현 만 있으면됩니다. (2017. 6)

요구 사항

파이썬 3.6
텐서 플로 1.8
HB-Config (Singleton Config)
NLTK (토큰 화기 및 블루 스코어)
TQDM (Progress Bar)
Slacking Incoming Webhook URL

프로젝트 구조

HB-Base의 Init Project

 .
├── config                  # Config files (.yml, .json) using with hb-config
├── data                    # dataset path
├── notebooks               # Prototyping with numpy or tf.interactivesession
├── transformer             # transformer architecture graphs (from input to logits)
    ├── __init__.py             # Graph logic
    ├── attention.py            # Attention (multi-head, scaled_dot_product and etc..)
    ├── encoder.py              # Encoder logic
    ├── decoder.py              # Decoder logic
    └── layer.py                # Layers (FFN)
├── data_loader.py          # raw_date -> precossed_data -> generate_batch (using Dataset)
├── hook.py                 # training or test hook feature (eg. print_variables)
├── main.py                 # define experiment_fn
└── model.py                # define EstimatorSpec

참조 : HB-Config, DataSet, Experiments_FN, Estimatorspec

TODO

'Wmt German-English (2016)'데이터 세트로 훈련하고 평가하십시오

구성

모든 실험 환경을 제어 할 수 있습니다.

예 : check-tiny.yml

 data :
  base_path : ' data/ '
  raw_data_path : ' tiny_kor_eng '
  processed_path : ' tiny_processed_data '
  word_threshold : 1

  PAD_ID : 0
  UNK_ID : 1
  START_ID : 2
  EOS_ID : 3

model :
  batch_size : 4
  num_layers : 2
  model_dim : 32
  num_heads : 4
  linear_key_dim : 20
  linear_value_dim : 24
  ffn_dim : 30
  dropout : 0.2

train :
  learning_rate : 0.0001
  optimizer : ' Adam '  ('Adagrad', 'Adam', 'Ftrl', 'Momentum', 'RMSProp', 'SGD')
  
  train_steps : 15000
  model_dir : ' logs/check_tiny '
  
  save_checkpoints_steps : 1000
  check_hook_n_iter : 100
  min_eval_frequency : 100
  
  print_verbose : True
  debug : False
  
slack :
  webhook_url : " "  # after training notify you using slack-webhook

디버그 모드 : TFDBG 사용
check-tiny 는 한국에서 영어로 번역 된 약 30 문장 의 데이터 세트입니다. (권장 읽기 :))

용법

요구 사항을 설치하십시오.

pip install -r requirements.txt

그런 다음 사전 프로세스 원시 데이터.

python data_loader.py --config check-tiny

마지막으로, 훈련하고 모델을 평가하십시오

python main.py --config check-tiny --mode train_and_evaluate

또는 IWSLT'15 영어-베트남 데이터 세트를 사용할 수 있습니다.

 sh prepare-iwslt15.en-vi.sh                                        # download dataset
python data_loader.py --config iwslt15-en-vi                       # preprocessing
python main.py --config iwslt15-en-vi --mode train_and_evalueate   # start training

예측하다

훈련 후 모델을 테스트 할 수 있습니다.

명령

python predict.py --config {config} --src {src_sentence}

예

$ python predict.py --config check-tiny --src " 안녕하세요. 반갑습니다. "

------------------------------------
Source: 안녕하세요. 반갑습니다.
 > Result: Hello . I ' m glad to see you . <s> vectors . <s> Hello locations . <s> will . <s> . <s> you . <s>