扩展到fairseq上的young序列研究工具包
youngseq的Python项目详细描述
对于FairSeq软件
版权所有（c）2017至今，Facebook，Inc.保留所有权利。
以源和二进制形式重新分配和使用，无论是否修改， 如果满足以下条件，则允许使用：
- Redistributions of source code must retain the above copyright notice, this
- list of conditions and the following disclaimer.
- Redistributions in binary form must reproduce the above copyright notice,
- this list of conditions and the following disclaimer in the documentation
- and/or other materials provided with the distribution.
- Neither the name Facebook nor the names of its contributors may be used to
- endorse or promote products derived from this software without specific
- prior written permission.
本软件由版权所有者和贡献者“按原样”提供，并且 任何明示或默示保证，包括但不限于 对特定用途的适销性和适合性的保证 否认。在任何情况下，版权持有人或贡献者均不承担责任 任何直接、间接、附带、特殊、惩戒性或间接损害 （包括但不限于替代货物或服务的采购； 使用、数据或利润的损失；或营业中断），无论是何种原因造成的 任何责任理论，无论是合同责任、严格责任还是侵权责任 （包括疏忽或其他）以任何方式产生的 软件，即使被告知有这种损坏的可能性。
- 说明： 杨塞克 在Fairseq上扩展的Young序列研究工具包
###准备 ####要求： *[pytorch安装]（http://pytorch.org/） *为了训练新的模型，您还需要一个nvidia gpu和[nccl]（https://github.com/NVIDIA/nccl） *python 3.6版
目前，YoungSeq和FairSeq需要Pythorch版本>；=1.0.0。 请按照这里的说明操作：https://github.com/pytorch/pytorch#installation。
如果使用Docker，请确保使用 –ipc=host或–shm size作为命令行选项运行nvidia docker。
####安装Fairseq： ` git clone https://github.com/pytorch/fairseq.git cd fairseq pip install -r requirements.txt python setup.py build develop `
####安装YoungSeq： ` git clone https://github.com/Jason-Young-NLP/YoungSeq.git cd YoungSeq pip install -r requirements.txt python setup.py build develop `
###实验 ` cd Experiments ./preprocess.ted-17.sh./generate.ted-17-baseline.sh./train.ted-17-baseline.sh `
平台：未知 分类器：目标受众：科学/研究 分类器：编程语言：：python：：3 分类器：license：：osi approved：：apache软件许可证 分类器：操作系统：：与操作系统无关 分类器：主题：：科学/工程：：人工智能 描述内容类型：文本/标记
欢迎加入QQ群-->： 979659372
