提交 1da20727 编写于 作者: R ranqiu

Correct some errors of README.md

上级 d3ef26f9
...@@ -54,7 +54,7 @@ bash ./run_lambdarank.sh ...@@ -54,7 +54,7 @@ bash ./run_lambdarank.sh
例如调用接口 例如调用接口
```bash ```python
pairwise_train_dataset = functools.partial(paddle.dataset.mq2007.train, format="pairwise") pairwise_train_dataset = functools.partial(paddle.dataset.mq2007.train, format="pairwise")
for label, left_doc, right_doc in pairwise_train_dataset(): for label, left_doc, right_doc in pairwise_train_dataset():
... ...
...@@ -104,7 +104,7 @@ $$\lambda _{i,j}=\frac{\partial C}{\partial s_{i}} = \frac{1}{2}(1-S_{i,j})-\fra ...@@ -104,7 +104,7 @@ $$\lambda _{i,j}=\frac{\partial C}{\partial s_{i}} = \frac{1}{2}(1-S_{i,j})-\fra
由于Pairwise中的网络结构是左右对称,可定义一半网络结构,另一半共享网络参数。在PaddlePaddle中允许网络结构中共享连接,具有相同名字的参数将会共享参数。使用PaddlePaddle实现RankNet排序模型,定义网络结构的示例代码如下: 由于Pairwise中的网络结构是左右对称,可定义一半网络结构,另一半共享网络参数。在PaddlePaddle中允许网络结构中共享连接,具有相同名字的参数将会共享参数。使用PaddlePaddle实现RankNet排序模型,定义网络结构的示例代码如下:
```bash ```python
import paddle.v2 as paddle import paddle.v2 as paddle
def half_ranknet(name_prefix, input_dim): def half_ranknet(name_prefix, input_dim):
...@@ -149,8 +149,8 @@ def ranknet(input_dim): ...@@ -149,8 +149,8 @@ def ranknet(input_dim):
RankNet的训练只需要运行命令: RankNet的训练只需要运行命令:
```python ```bash
run ./run_ranknet.sh bash ./run_ranknet.sh
``` ```
将会自动下载数据,训练RankNet模型,并将每个轮次的模型参数存储下来。 将会自动下载数据,训练RankNet模型,并将每个轮次的模型参数存储下来。
...@@ -276,7 +276,7 @@ def lambda_rank(input_dim): ...@@ -276,7 +276,7 @@ def lambda_rank(input_dim):
训练LambdaRank模型只需要运行命令: 训练LambdaRank模型只需要运行命令:
```python ```bash
bash ./run_lambdarank.sh bash ./run_lambdarank.sh
``` ```
......
...@@ -96,7 +96,7 @@ bash ./run_lambdarank.sh ...@@ -96,7 +96,7 @@ bash ./run_lambdarank.sh
例如调用接口 例如调用接口
```bash ```python
pairwise_train_dataset = functools.partial(paddle.dataset.mq2007.train, format="pairwise") pairwise_train_dataset = functools.partial(paddle.dataset.mq2007.train, format="pairwise")
for label, left_doc, right_doc in pairwise_train_dataset(): for label, left_doc, right_doc in pairwise_train_dataset():
... ...
...@@ -146,7 +146,7 @@ $$\lambda _{i,j}=\frac{\partial C}{\partial s_{i}} = \frac{1}{2}(1-S_{i,j})-\fra ...@@ -146,7 +146,7 @@ $$\lambda _{i,j}=\frac{\partial C}{\partial s_{i}} = \frac{1}{2}(1-S_{i,j})-\fra
由于Pairwise中的网络结构是左右对称,可定义一半网络结构,另一半共享网络参数。在PaddlePaddle中允许网络结构中共享连接,具有相同名字的参数将会共享参数。使用PaddlePaddle实现RankNet排序模型,定义网络结构的示例代码如下: 由于Pairwise中的网络结构是左右对称,可定义一半网络结构,另一半共享网络参数。在PaddlePaddle中允许网络结构中共享连接,具有相同名字的参数将会共享参数。使用PaddlePaddle实现RankNet排序模型,定义网络结构的示例代码如下:
```bash ```python
import paddle.v2 as paddle import paddle.v2 as paddle
def half_ranknet(name_prefix, input_dim): def half_ranknet(name_prefix, input_dim):
...@@ -191,8 +191,8 @@ def ranknet(input_dim): ...@@ -191,8 +191,8 @@ def ranknet(input_dim):
RankNet的训练只需要运行命令: RankNet的训练只需要运行命令:
```python ```bash
run ./run_ranknet.sh bash ./run_ranknet.sh
``` ```
将会自动下载数据,训练RankNet模型,并将每个轮次的模型参数存储下来。 将会自动下载数据,训练RankNet模型,并将每个轮次的模型参数存储下来。
...@@ -318,7 +318,7 @@ def lambda_rank(input_dim): ...@@ -318,7 +318,7 @@ def lambda_rank(input_dim):
训练LambdaRank模型只需要运行命令: 训练LambdaRank模型只需要运行命令:
```python ```bash
bash ./run_lambdarank.sh bash ./run_lambdarank.sh
``` ```
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册