ดาวน์โหลด transformer tensorflow - transformer tensorflow Source Source Download

transformer tensorflow

ซอร์สโค้ดอื่น ๆ

1.0.0

ดาวน์โหลด

หม้อแปลงไฟฟ้า

การใช้ Tensorflow ความสนใจเป็นสิ่งที่คุณต้องการ (2017. 6)

ภาพ

ความต้องการ

Python 3.6
Tensorflow 1.8
HB-Config (Singleton Config)
NLTK (คะแนนโทเคนิเซอร์และสีน้ำเงิน)
TQDM (แถบความคืบหน้า)
url webhook ที่เข้ามา

โครงสร้างโครงการ

โครงการ init โดย HB-base

 .
├── 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

การอ้างอิง: hb-config, ชุดข้อมูล, Experiments_fn, EmentatorsPec

สิ่งที่ต้องทำ

ฝึกอบรมและประเมินด้วยชุดข้อมูล 'WMT German-English (2016)'

การกำหนดค่า

สามารถควบคุม สภาพแวดล้อมการทดลอง ทั้งหมด

ตัวอย่าง: 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

โหมดการดีบัก: การใช้ tfdbg
check-tiny เป็นชุดข้อมูลที่มีประมาณ 30 ประโยค ที่แปลจากภาษาเกาหลีเป็นภาษาอังกฤษ (แนะนำอ่าน :))

การใช้งาน

ติดตั้งข้อกำหนด

pip install -r requirements.txt

จากนั้นข้อมูลดิบก่อนประมวลผล

python data_loader.py --config check-tiny

ในที่สุดเริ่มรถไฟและประเมินรูปแบบ

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

หรือคุณสามารถใช้ชุดข้อมูล IWSLT'15 English-Vietnamese

 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

ทำนาย

หลังการฝึกอบรมคุณสามารถทดสอบแบบจำลองได้

สั่งการ

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

ตัวอย่าง

$ 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>