Pytorch-seq2seq-光束搜索
带有注意力和贪婪搜索/波束搜索的Seq2Seq模型,用于在PyTorch中进行神经机器翻译。
此实现着重于以下功能:
用于其他项目的模块化结构
最少的代码以提高可读性
充分利用批处理和GPU。
解码方法贪婪搜索
解码方法波束搜索
此实现依赖于来最大程度地减少数据集管理和预处理部分。
Seq2Seq型号说明
seq2seq的主要结构采用
编码器:双向GRU
解码器:具有注意机制的GRU
注意力
解码方式
贪婪的搜索
光束搜索
要求
CUDA
Python 3.6
PyTorch 1.4
火炬文本
空间
麻木
智慧(可选)
通过这样做下载令牌生成器:
python -m spacy download de
python -m spacy download en
去做
添加日志
更改为支持gpu和cpu,目前是基于gpu的代码实现
1