Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
book
提交
f9aaa17f
B
book
项目概览
PaddlePaddle
/
book
通知
16
Star
4
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
40
列表
看板
标记
里程碑
合并请求
37
Wiki
5
Wiki
分析
仓库
DevOps
项目成员
Pages
B
book
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
40
Issue
40
列表
看板
标记
里程碑
合并请求
37
合并请求
37
Pages
分析
分析
仓库分析
DevOps
Wiki
5
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
f9aaa17f
编写于
3月 02, 2017
作者:
Z
zhanghaichao
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Error fix for the Chinese version of Chapter 7
上级
4b01e92e
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
5 addition
and
4 deletion
+5
-4
machine_translation/README.md
machine_translation/README.md
+5
-4
未找到文件。
machine_translation/README.md
浏览文件 @
f9aaa17f
...
...
@@ -68,6 +68,7 @@ GRU\[[2](#参考文献)\]是Cho等人在LSTM上提出的简化版本,也是RNN
<p
align=
"center"
>
<img
src=
"image/encoder_decoder.png"
width=
700
><br/>
图4. 编码器-解码器框架
**Note: "源语言词序列" 和 "源语编码状态" 位置标反了,需要互换**
</p>
#### 编码器
...
...
@@ -89,7 +90,7 @@ GRU\[[2](#参考文献)\]是Cho等人在LSTM上提出的简化版本,也是RNN
#### 解码器
机器翻译任务的训练过程中,解码阶段的目标是最大化下一个正确的
源
语言词的概率。思路是:
机器翻译任务的训练过程中,解码阶段的目标是最大化下一个正确的
目标
语言词的概率。思路是:
1.
每一个时刻,根据源语言句子的编码信息(又叫上下文向量,context vector)$c$、真实目标语言序列的第$i$个词$u_i$和$i$时刻RNN的隐层状态$z_i$,计算出下一个隐层状态$z_{i+1}$。计算公式如下:
...
...
@@ -282,7 +283,7 @@ pre-wmt14
-
训练模式:有三个输入序列,其中“源语言序列”和“目标语言序列”作为输入数据,“目标语言的下一个词序列”作为标签数据。
-
生成模式:有两个输入序列,其中“源语言序列”作为输入数据,“源语言序列编号”作为输入数据的编号(该输入非必须,可以省略)。
`hook`
函数中的
`src_dict_path`
是源语言字典路径,
`trg_dict_path`
是目标语言字典路径,
`is_generating`
(训练或生成模式)是从模型配置中传入的对象。
`hook`
函数的具体调用方式请见
[
训练模型配置说明
](
#训练
模型配置说明
)
。
`hook`
函数中的
`src_dict_path`
是源语言字典路径,
`trg_dict_path`
是目标语言字典路径,
`is_generating`
(训练或生成模式)是从模型配置中传入的对象。
`hook`
函数的具体调用方式请见
[
模型配置说明
](
#
模型配置说明
)
。
```
python
def
hook
(
settings
,
src_dict_path
,
trg_dict_path
,
is_generating
,
file_list
,
...
...
@@ -415,12 +416,12 @@ settings(
```
python
source_dict_dim
=
len
(
open
(
src_lang_dict
,
"r"
).
readlines
())
# 源语言字典维度
target_dict_dim
=
len
(
open
(
trg_lang_dict
,
"r"
).
readlines
())
# 目标语言字典维度
word_vector_dim
=
512
#
dimension of word vector #
词向量维度
word_vector_dim
=
512
# 词向量维度
encoder_size
=
512
# 编码器中的GRU隐层大小
decoder_size
=
512
# 解码器中的GRU隐层大小
if
is_generating
:
beam_size
=
3
#
# 柱搜索算法中的宽度
beam_size
=
3
# 柱搜索算法中的宽度
max_length
=
250
# 生成句子的最大长度
gen_trans_file
=
get_config_arg
(
"gen_trans_file"
,
str
,
None
)
# 生成后的文件
``
`
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录