Flask==1.0.2
Flask-Cors==3.0.9
gevent==1.2.2
greenlet==0.4.13
numpy
tensorboard==1.15
tensorflow-gpu==1.15
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
用法 打开couplet.py并配置文件位置和超参数。然后运行python couplet.py以训练模型。你可以在 Tensorbloard 上看到训练损失和 bleu 分数。learning_rate当你发现损失停止下降时,你可能需要重新配置。 如果您停止训练并想继续训练。您可以设置restore_model为True并使用m.train(<epoches>, start=<start>),这start是您已经运行的步骤。 我已经在 Nvidia GTX-1080 GPU 上训练了该模型大约 4 天。 运行经过训练的模型 打开server.py并配置vocab_file和model_dir参数。然后运行python server.py将启动一个可以播放对联的web服务。 或者使用 Dockerfile 构建 Docker 镜像并使用 Docker 运行它。记得将正确的模型文件路径挂载到 Docker 容器中。
资源推荐
资源详情
资源评论
收起资源包目录
seq2seq-couplet-master.zip (16个子文件)
seq2seq-couplet-master
README.markdown 2KB
nmt.py 557B
.github
FUNDING.yml 16B
requirements-cpu.txt 105B
seq2seq.py 7KB
LICENSE 34KB
iwslt.py 427B
couplet.py 464B
reader.py 5KB
model.py 11KB
server.py 4KB
bleu.py 4KB
Dockerfile 579B
requirements.txt 107B
Dockerfile-cpu 204B
.gitignore 35B
共 16 条
- 1
资源评论
余十步
- 粉丝: 1675
- 资源: 153
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功