gobbli

这是一个库，旨在通过编程创建的Docker容器为文本的各种深度学习模型提供统一的界面。

用法

有关先决条件，快速入门和API参考，请参见文档。简而言之，您需要安装Docker，并为您的用户帐户提供适当的权限来运行Docker命令和Python 3.7。然后运行以下内容：

 pip install gobbli

您可能还想检查基准测试，以查看Gobbli在不同情况下实现各种模型的一些比较。

交互的

Gobbli提供了简化的应用程序，可以在Web浏览器中执行一些交互式任务，例如数据探索和模型评估。安装库后，您可以使用gobbli命令行应用程序运行捆绑的应用程序。检查文档以获取更多信息。

发展

假设您有上述所有先决条件，则需要在开发模式下安装包裹和所有必需的 +可选依赖项：

 pip install -e ".[augment,tokenize,interactive]"

安装其他DEV依赖项：

 pip install -r requirements.txt

运行覆盖，自动化和测试：

 ./run_ci.sh

为避免手动解决其中一些错误，请考虑在您喜欢的编辑器中启用ISORT和黑色支持。

如果您在不到12GB内存的环境中运行测试，则在运行测试时要通过--low-resource参数以避免内存错误。

注意：如果在Mac上运行，即使有足够的内存，运行测试时也可能会遇到内存错误（退出状态137）。这是由于没有足够的内存分配给您的Docker守护程序。尝试转到Mac->首选项 - >高级，并将“内存”提高到12GIB或更多。

如果要运行启用gpu（s）的测试，请参见py.test --help下的--use-gpu和--nvidia-visible-devices参数。如果您的本地计算机没有NVIDIA GPU，但是您可以访问通过SSH进行的机器，则可以使用test_remote_gpu.sh脚本使用SSH启用GPU来运行测试。

文档

要生成文档，请安装文档要求：

 pip install -r docs/requirements.txt

由于DOC结构是从库中自动生成的，因此您也必须安装库（及其所有依赖项）。

然后，从存储库根运行以下内容：

 ./generate_docs.sh

然后在docs/_build/html中浏览生成的文档。

归因

没有公开发布几种最先进的模型，Gobbli就不会存在。图书馆合并：

• 伯特，由Google发行
• MT-DNN，由Microsoft发布
• 通用句子编码器，由Google发布
• FastText，Facebook发布
• 通过拥抱脸发行的变压器
• Spacy，爆炸
• Scikit-Learn

图书馆的原始工作由RTI International资助。

Marcia Underwood的徽标设计。