zoukankan      html  css  js  c++  java
  • 在pycharm和tensorflow环境下运行nmt

    目的是在pycharm中调试nmt代码,主要做了如下工作:

    配置pycharm编译环境

    在File->Settings->Project->Project Interpreter 设置TensorFlow所在的python环境

    新建程序主代码

    在nmt文件夹之外新建了nmt_main.py代码,copy nmt.py的程序入口代码到其中。如下:

    from nmt.nmt import *
    
    FLAGS = None
    root_dir = 'D:/tensorflow/nmt-master'
    
    
    def main(unused_argv):
        default_hparams = create_hparams(FLAGS)
        train_fn = train.train
        inference_fn = inference.inference
        run_main(FLAGS, default_hparams, train_fn, inference_fn)
    
    
    if __name__ == "__main__":
        sys.argv = ['nmt_main.py', '--src=vi', '--tgt=en', '--vocab_prefix=' + root_dir + '/nmt_data/vocab',
                    '--train_prefix=' + root_dir + '/nmt_data/train',
                    '--dev_prefix=' + root_dir + '/nmt_data/tst2012', '--test_prefix=' + root_dir + '/nmt_data/tst2013',
                    '--out_dir=' + root_dir + '/nmt_data/nmt_model',
                    '--num_train_steps=12000', '--steps_per_stats=100', '--num_layers=2', '--num_units=128',
                    '--dropout=0.2', '--metrics=bleu']
        nmt_parser = argparse.ArgumentParser()
        add_arguments(nmt_parser)
        # print(nmt_parser)
        FLAGS, unparsed = nmt_parser.parse_known_args()
        # print(unparsed)
        tf.app.run(main=main, argv=[sys.argv[0]] + unparsed)
    
  • 相关阅读:
    expect脚本实例
    Linux dialog详解(图形化shell)
    makefile——小试牛刀
    gdb入门
    linux常见系统调用函数列表
    linux前后台任务的切换以及执行暂停
    centos 7.0 lnmp安装部署步骤
    环境列表
    setjmp与longjmp非局部跳转函数的使用
    malloc,calloc,alloca和free函数
  • 原文地址:https://www.cnblogs.com/xiaopanlyu/p/9380381.html
Copyright © 2011-2022 走看看