知识卡片
实例目标与实现流程
本章用一个端到端的英译中实例,把第5章的Transformer原理落到TensorFlow 2工程实现上:先构建模型,再用新闻评论平行语料训练与评估,最后用英文句子测试翻译效果。重点不在模型结构的新意,而在数据预处理必须精确匹配Transformer的输入格式,这是从理论走向可运行代码的关键一跃。整个流程可迁移到摘要、对话等其他序列到序列任务,只需替换语料与字典。相较PyTorch版,TensorFlow版借助tf.data与Keras把预处理和训练管道化,工程复用性更强。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第12章 用Transformer实现英译中 · 查看原书依据
本章实例使用Transformer这个强大的特征提取工具,把英文翻译成中文。具体步骤是先构建Transformer模型,然后训练模型、评估模型,最后使用几个英文语句测试模型效果。
参考来源
- 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》第12章 用Transformer实现英译中(源文件:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter16_0001.xhtml)
- 结论依据:原文开篇交代了先构建、再训练评估、最后测试的三段式流程,并强调本章重点是数据预处理。
- 原始内容:本章实例使用Transformer这个强大的特征提取工具,把英文翻译成中文。具体步骤是先构建Transformer模型,然后训练模型、评估模型,最后使用几个英文语句测试模型效果。