【文件属性】：
文件名称：bytenet.pytorch:用于神经机器翻译的Bytenet网络的pytorch实现
文件大小：23KB
文件格式：ZIP
更新时间：2021-05-13 21:33:22
neural-network pytorch seq2seq neural-machine-translation encoder-decoder
Bytenet-Pytorch实现
介绍
这是Bytenet的PyTorch版本， 是用于机器翻译的全卷积编码器/解码器网络。 该网络的显着特征包括编码器和解码器的堆叠特性，编码器和解码器中大小呈指数扩展的膨胀（无用）卷积以及解码器中的掩蔽（偶然）卷积。
要求
Python 3.6（可能与其他版本一起使用，但我使用了3.6）
-BLEU评分[未实施]
-CTC波束搜索[未实现]
-CTC损失功能[未实现]
数据集
翻译任务
-仅用于测试解码器网络
如何使用
安装PyTorch。 我建议使用水蟒
克隆此仓库
git clone https://github.com/dhpollack/bytenet.pytorch.git --recursive
下载并解压缩数据集
编辑config.json以指向数据集的位置
训练全网
python train_bytenet_wmt.py
【文件预览】：
bytenet.pytorch-master
----.gitmodules(180B)
----utils.py(550B)
----infer.py(4KB)
----test()
--------__init__.py(0B)
--------training_tests.py(2KB)
--------loader_tests.py(723B)
--------bytenet_tests.py(2KB)
----config.json(220B)
----ctcdecode()
----train_bytenet.py(5KB)
----train_decoder_enwik8.py(4KB)
----data()
--------wmt_loader.py(5KB)
--------enwik8_loader.py(2KB)
--------iwslt_loader.py(5KB)
--------__init__.py(537B)
--------loader_utils.py(2KB)
--------taboeta_loader.py(6KB)
----warp-ctc()
----.gitignore(1KB)
----readme.md(1KB)
----bytenet()
--------bytenet_modules.py(7KB)
--------__init__.py(31B)
--------beam_opennmt.py(6KB)