---seq2seq实例与测试(编码器、解码器架构))
编码器-解码器（encoder-decoder）架构
前面的文章中我们的模型示例都是根据已有的文字序列，续写N个字。在自然语言处理中，还有有一类需求也是比较经典，那就是机器翻译。
对于机器翻译来说，其核心就是将一种语言翻译为另外一种语言，换句话说就是一种序列数据到另外一种序列数据。从这里来看，出现了两种序列数据，那么必然的很容易想到类似两个RNN的独立网络来处理这种任务，基于这种情况，有人提出了编码器-解码器架构，下图是这种架构的示意图。
rep_img
从示意图可知，这种架构的核心就是处理输入序列，得到中间状态，将中间状态传给解码器，解码器负责生成输出序列。对于翻译任务来说，输入序列就是原文，输出序列就是译文。
这里说起来还是概念性的，我们下面从一个经典的编码器、解码器结构的模型来实际 演示一下翻译需求的模型是什么样子的。
基于 seq2seq 的 英文翻译中文 的实例
英文中文翻译数据集
首先数据集下载地址是http://www.manythings.org/anki/ 中的cmn-eng.zip 文件，其内部的数据集格式大概如下：
I try. 我试试。 CC-BY 2.0 (France) Attribution: tatoeba.org #20776 (CK) & #8870261 (will66)
I won! 我赢了。 CC-BY 2.0 (France) Attribution: tatoeba.org #2005192 (CK) & #5102367 (mirrorvan)
Oh no! 不会吧。 CC-BY 2.0 (France) Attribution: tatoeba.org #1299275 (CK) & #5092475 (mirrorvan)
Cheers! 乾杯! CC-BY 2.0 (France) Attribution: tatoeba.org #487006 (human600) & #765577 (Martha)
Got it? 知道了没有？ CC-BY 2.0 (France) Attribution: tatoeba.org #455353 (CM) & #455357 (GlossaMatik)
Got it? 懂了吗？ CC-BY 2.0 (France) Attribution: tatoeba.org #455353 (CM) & #2032276 (ydcok)
Got it? 你懂了吗？ CC-BY 2.0 (France) Attribution: tatoeba.org #455353 (CM) & #7768205 (jiangche)
He ran. 他跑了。 CC-BY 2.0 (France) Attribution: tatoeba.org #672229 (CK) & #5092389 (mirrorvan)
由于我的卡（3060 12G）有点拉库，为了效率，因此整个数据集只用前面2千条即可。
文本预处理
# dataset.py
import collections
import torch
from torch.utils import data
# 下面返回的数据是：
# [['Hi.', '嗨。'], ['Hi.', '你好。'], ['Run.', '你用跑的。'], ['Stop!', '住手！'], ['Wait!', '等等！'], ... ...]
def read_data():
with open('cmn-eng/cmn.txt', 'r',
encoding='utf-8') as f:
lines = f.readlines()
return [line.split(" ")[:2] for line in lines]
# 输出是：
# [['Hi.'], ['Hi.'], ['Run.'], ['Stop!'], ['Wait!']]
# [['嗨', '。'], ['你', '好', '。'], ['你', '用', '跑', '的', '。'], ['住', '手', '！'], ['等', '等', '！']]
# ['Hi.', 'Hi.', 'Run.', 'Stop!', 'Wait!']
# ['嗨。', '你好。', '你用跑的。', '住手！', '等等！']
def tokenize(lines, token='char'): #@save
"""将文本行拆分为单词或字符词元"""
source_tokenize, target_tokenize = [], []
source_line, target_line = [], []
print(f'dataset len = {len(lines)}')
for line in lines:
s = line[0]
t = line[1]
source_line.append(s)
target_line.append(t)
source_tokenize.append(s.split(' '))
target_tokenize.append([word for word in t])
return source_tokenize, target_tokenize, source_line, target_line
# 词元的类型是字符串，而模型需要的输入是数字，因此这种类型不方便模型使用。 现在，让我们构建一个字典，
# 通常也叫做词表（vocabulary）， 用来将字符串类型的词元映射到从开始的数字索引中。
def count_corpus(tokens): #@save
"""统计词元的频率"""
# 这里的tokens是1D列表或2D列表
if len(tokens) == 0 or isinstance(tokens[0], list):
# 将词元列表展平成一个列表
tokens = [token for line in tokens for token in line]
return collections.Counter(tokens)
# 返回类似{'l': 3, 'o': 2, 'h': 1, 'e': 1, ' ': 1, 'w': 1, 'r': 1, 'd': 1}的一个字典
class Vocab:
"""文本词表"""
def __init__(self, tokens=None, min_freq=0, reserved_tokens=None):
if tokens is None:
tokens = []
if reserved_tokens is None:
reserved_tokens = []
# 按出现频率排序
# 对于Counter("hello world")，结果如下
# Counter({'l': 3, 'o': 2, 'h': 1, 'e': 1, ' ': 1, 'w': 1, 'r': 1, 'd': 1})
counter = count_corpus(tokens)
self._token_freqs = sorted(counter.items(), key=lambda x: x[1],
reverse=True)
# 未知词元的索引为0
self.idx_to_token = ['<unk>'] + reserved_tokens
self.token_to_idx = {token: idx
for idx, token in enumerate(self.idx_to_token)}
for token, freq in self._token_freqs:
if freq < min_freq:
break
if token not in self.token_to_idx:
self.idx_to_token.append(token)
self.token_to_idx[token] = len(self.idx_to_token) - 1
def __len__(self):
return len(self.idx_to_token)
def __getitem__(self, tokens):
if not isinstance(tokens, (list, tuple)):
return self.token_to_idx.get(tokens, self.unk)
return [self.__getitem__(token) for token in tokens]
def to_tokens(self, indices):
if not isinstance(indices, (list, tuple)):
return self.idx_to_token[indices]
return [self.idx_to_token[index] for index in indices]
@property
def unk(self): # 未知词元的索引为0
return 0
@property
def token_freqs(self):
return self._token_freqs
def truncate_pad(line, num_steps, padding_token):
"""截断或填充文本序列"""
if len(line) > num_steps:
return line[:num_steps] # 截断
return line + [padding_token] * (num_steps - len(line)) # 填充
def build_array(lines, vocab, num_steps):
"""将机器翻译的文本序列转换成小批量"""
lines = [vocab[l] for l in lines] # 每行的token转换为其id
lines = [l + [vocab['<eos>']] for l in lines] # 每行的token后加上eos的id
array = torch.tensor([truncate_pad(
l, num_steps, vocab['<pad>']) for l in lines])
valid_len = (array != vocab['<pad>']).type(torch.int32).sum(1)
return array, valid_len
def load_array(data_arrays, batch_size, is_train=True):
"""构造一个PyTorch数据迭代器
Defined in :numref:`sec_linear_concise`"""
dataset = data.TensorDataset(*data_arrays)
return data.DataLoader(dataset, batch_size, shuffle=is_train)
def load_data(batch_size, num_steps, num_examples=600):
"""返回翻译数据集的迭代器和词表"""
text = read_data()
source, target, src_line, tgt_line = tokenize(text)
# 返回类似{'l': 3, 'o': 2, 'h': 1, 'e': 1, ' ': 1, 'w': 1, 'r': 1, 'd': 1}的一个字典
src_vocab = Vocab(source, min_freq=0,
reserved_tokens=['<pad>', '<bos>', '<eos>'])
tgt_vocab = Vocab(target, min_freq=0,
reserved_tokens=['<pad>', '<bos>', '<eos>'])
# 首先把每行的词转换为了其对应的id，然后给每一行的末尾添加token <eos>, 然后根据num_steps，如果line长度不足，补<pad>，如果长度超出，截断
# 一种类型的输出是：
# [
# [line0-char0-id, line0-char1-id, line0-char2-id, ...., eos-id],
# [line1-char0-id, line1-char1-id, line1-char2-id, ...., eos-id], 注意，最后的末尾可能没有eos
# .....
# ]
src_array, src_valid_len = build_array(source, src_vocab, num_steps)
tgt_array, tgt_valid_len = build_array(target, tgt_vocab, num_steps)
data_arrays = (src_array, src_valid_len, tgt_array, tgt_valid_len)
data_iter = load_array(data_arrays, batch_size)
return data_iter, src_vocab, tgt_vocab, src_line, tgt_line
上面代码做了如下事情：
根据数据集的格式，读取每一行，只提前每行前面2个字符串。
然后我们对每一行进行文字切割，得到了一个二维列表，列表中的每一行又被分割为一个个中文文字和一个个英文的词，也就得到了一个个token。(特别注意，站在当前的时刻，这里的token和现在主流的大语言模型的token概念是一样的，但是不是一样的实现。)
由于模型不能直接处理文字，我们需要将文字转换为数字，那么直接的做法就是将一个个token编号即可，这个时候我们得到了词表（vocabulary）。
然后我们根据我们得到的词表，对原始数据集进行数字化，得到一个列表，列表中每个元素就是一个个token对应的索引。
最后得到：基于pytorch的DataLoader、原文词表、译文词表、原文文字列表、译文文字列表
此外，在这里出现了几个在后面的大语言模型中也会出现的词：BOS/EOS。这两个分别代表一次对话的起始、结尾，这里直接记住就行。
搭建seq2seq训练框架
首先引用一些包和一些辅助class
import os
import random
import torch
import math
from torch import nn
from torch.nn import functional as F
import numpy as np
import time
import visdom
import collections
import dataset
class Accumulator:
"""在n个变量上累加"""
def __init__(self, n):
"""Defined in :numref:`sec_softmax_scratch`"""
self.data = [0.0] * n
def add(self, *args):
self.data = [a + float(b) for a, b in zip(self.data, args)]
def reset(self):
self.data = [0.0] * len(self.data)
def __getitem__(self, idx):
return self.data[idx]
class Timer:
"""记录多次运行时间"""
def __init__(self):
"""Defined in :numref:`subsec_linear_model`"""
self.times = []
self.start()
def start(self):
"""启动计时器"""
self.tik = time.time()
def stop(self):
"""停止计时器并将时间记录在列表中"""
self.times.append(time.time() - self.tik)
return self.times[-1]
def avg(self):
"""返回平均时间"""
return sum(self.times) / len(self.times)
def sum(self):
"""返回时间总和"""
return sum(self.times)
def cumsum(self):
"""返回累计时间"""
return np.array(self.times).cumsum().tolist()
然后我们根据编码器、解码器架构，设计seq2seq的网络主干
class Encoder(nn.Module):
"""编码器-解码器架构的基本编码器接口"""
def __init__(self, **kwargs):
# 调用父类nn.Module的构造函数，确保正确初始化
super(Encoder, self).__init__(**kwargs)
def forward(self, X, *args):
# 抛出未实现错误，意味着该方法需要在子类中具体实现
raise NotImplementedError
class Decoder(nn.Module):
"""编码器-解码器架构的基本解码器接口
Defined in :numref:`sec_encoder-decoder`"""
def __init__(self, **kwargs):
# 调用父类nn.Module的构造函数，确保正确初始化
super(Decoder, self).__init__(**kwargs)
def init_state(self, enc_outputs, *args):
# 抛出未实现错误，意味着该方法需要在子类中具体实现
raise NotImplementedError
def forward(self, X, state):
# 抛出未实现错误，意味着该方法需要在子类中具体实现
raise NotImplementedError
class EncoderDecoder(nn.Module):
"""编码器-解码器架构的基类
Defined in :numref:`sec_encoder-decoder`"""
def __init__(self, encoder, decoder, **kwargs):
# 调用父类nn.Module的构造函数，确保正确初始化
super(EncoderDecoder, self).__init__(**kwargs)
# 将传入的编码器实例赋值给类的属性
self.encoder = encoder
# 将传入的解码器实例赋值给类的属性
self.decoder = decoder
def forward(self, enc_X, dec_X, *args):
# 调用编码器的前向传播方法，处理输入的编码器输入数据enc_X
enc_outputs = self.encoder(enc_X, *args)
# 调用解码器的init_state方法，根据编码器的输出初始化解码器的状态
dec_state = self.decoder.init_state(enc_outputs, *args)
# 调用解码器的前向传播方法，处理输入的解码器输入数据dec_X和初始化后的状态
return self.decoder(dec_X, dec_state)
#@save
class Seq2SeqEncoder(Encoder):
"""用于序列到序列学习的循环神经网络编码器"""
def __init__(self, vocab_size, embed_size, num_hiddens, num_layers,
dropout=0, **kwargs):
super(Seq2SeqEncoder, self).__init__(**kwargs)
# 嵌入层
self.embedding = nn.Embedding(vocab_size, embed_size)
self.rnn = nn.GRU(embed_size, num_hiddens, num_layers,
dropout=dropout)
# self.lstm = nn.LSTM(embed_size, num_hiddens, num_layers)
def forward(self, X, *args):
# 输入X.shape = (batch_size,num_steps)
# 输出'X'的形状：(batch_size,num_steps,embed_size)
X = self.embedding(X)
# 在循环神经网络模型中，第一个轴对应于时间步
X = X.permute(1, 0, 2)
# 如果未提及状态，则默认为0
output, state = self.rnn(X)
# output : 这个返回值是所有时间步的隐藏状态序列
# output的形状:(num_steps,batch_size,num_hiddens)
# hn (hidden) : 这是每一层rnn的最后一个时间步的隐藏状态
# state的形状:(num_layers,batch_size,num_hiddens)
return output, state
class Seq2SeqDecoder(Decoder):
"""用于序列到序列学习的循环神经网络解码器"""
def __init__(self, vocab_size, embed_size, num_hiddens, num_layers,
dropout=0, **kwargs):
super(Seq2SeqDecoder, self).__init__(**kwargs)
self.embedding = nn.Embedding(vocab_size, embed_size)
self.rnn = nn.GRU(embed_size + num_hiddens, num_hiddens, num_layers,
dropout=dropout)
self.dense = nn.Linear(num_hiddens, vocab_size)
def init_state(self, enc_outputs, *args):
return enc_outputs[1]
def forward(self, X, state):
# 输出'X'的形状：(batch_size,num_steps,embed_size)
X = self.embedding(X).permute(1, 0, 2)
# 广播context，使其具有与X相同的num_steps
context = state[-1].repeat(X.shape[0], 1, 1)
X_and_context = torch.cat((X, context), 2)
output, state = self.rnn(X_and_context, state)
output = self.dense(output).permute(1, 0, 2)
# output的形状:(batch_size,num_steps,vocab_size)
# state的形状:(num_layers,batch_size,num_hiddens)
return output, state
我们结合上面的架构图对比着看，首先声明一下decoder/encoder的接口类：
声明了Encoder(nn.Module)，Encoder(nn.Module)其输入是原文，输出是中间状态。
声明了Decoder(nn.Module)，Decoder(nn.Module)的输入是BOS和中间状态，输出是译文。
声明了EncoderDecoder(nn.Module)类，串联Encoder(nn.Module)/Decoder(nn.Module)进行运行。
然后声明实际的Seq2SeqEncoder部分：
声明了Seq2SeqEncoder(Encoder)，其是seq2seq编码器部分的实际定义，其输入是一串原文，然后经过了nn.Embedding，将输入的token序列转换为token-embedding，然后送入nn.GRU，得到了两个值：最后一层rnn的所有时间步的隐藏状态output（shape=num_steps,batch_size,num_hiddens），所有层rnn的最后一个时间步的隐藏状态h_n（shape=num_layers,batch_size,num_hiddens）
从Seq2SeqEncoder(Encoder)上面的分析可知：rnn的输出output代表的是每一个时间步，当前序列的总结信息，h_n encoder的隐藏态参数。
最后声明实际的Seq2SeqDecoder部分：
声明了Seq2SeqDecoder(Decoder)，输入是：一个是bos，一个是Seq2SeqEncoder(Encoder)输出的隐藏态state(output,h_n)。首先将bos转换为embedding向量，然后将h_n的最后一个数据（也就是原文的总结，rnn最后一层最后一个时间步的隐藏态）和embedding组合在一起(注意：这里已经将原文的语义已经和bos输入混合在一起了)，和Seq2SeqEncoder(Encoder) state作为的隐藏状态初始值，一起传入rnn，然后经过nn.Linear的映射，得到了decoder的输出。
从Seq2SeqDecoder(Decoder)的分析可知，经过了nn.Linear映射之后，我们将decoder层的rnn的output转换为词表大小的一个向量，这个向量我们可以看做下一个字的分数Logits（注意：这个概念在后续大语言模型中，有比较大的作用）。
这里，nn.RNN等pytorch层的输出，可以结合下面这个图来理解（图来自于参考文献相关链接）：
rep_img
下面给出的就是训练、预测部分的代码：
def try_gpu(i=0):
"""如果存在，则返回gpu(i)，否则返回cpu()
Defined in :numref:`sec_use_gpu`"""
if torch.cuda.device_count() >= i + 1:
return torch.device(f'cuda:{i}')
return torch.device('cpu')
def sequence_mask(X, valid_len, value=0):
"""在序列中屏蔽不相关的项"""
maxlen = X.size(1)
mask = torch.arange((maxlen), dtype=torch.float32,
device=X.device)[None, :] < valid_len[:, None]
X[~mask] = value
return X
class MaskedSoftmaxCELoss(nn.CrossEntropyLoss):
"""带遮蔽的softmax交叉熵损失函数"""
# pred的形状：(batch_size,num_steps,vocab_size)
# label的形状：(batch_size,num_steps)
# valid_len的形状：(batch_size,)
def forward(self, pred, label, valid_len):
weights = torch.ones_like(label)
weights = sequence_mask(weights, valid_len)
self.reduction='none'
unweighted_loss = super(MaskedSoftmaxCELoss, self).forward(
pred.permute(0, 2, 1), label)
weighted_loss = (unweighted_loss * weights).mean(dim=1)
return weighted_loss
def grad_clipping(net, theta): #@save
"""裁剪梯度"""
if isinstance(net, nn.Module):
params = [p for p in net.parameters() if p.requires_grad]
else:
params = net.params
norm = torch.sqrt(sum(torch.sum((p.grad ** 2)) for p in params))
if norm > theta:
for param in params:
param.grad[:] *= theta / norm
def train_seq2seq(net, data_iter, lr, num_epochs, tgt_vocab, device):
"""训练序列到序列模型"""
def xavier_init_weights(m):
if type(m) == nn.Linear:
nn.init.xavier_uniform_(m.weight)
if type(m) == nn.GRU:
for param in m._flat_weights_names:
if "weight" in param:
nn.init.xavier_uniform_(m._parameters[param])
net.apply(xavier_init_weights)
net.to(device)
optimizer = torch.optim.Adam(net.parameters(), lr=lr)
loss = MaskedSoftmaxCELoss()
net.train()
vis = visdom.Visdom(env=u'test1', server="http://127.0.0.1", port=8097)
animator = vis
for epoch in range(num_epochs):
timer = Timer()
metric = Accumulator(2) # 训练损失总和，词元数量
for batch in data_iter:
#清零（reset）优化器中的梯度缓存
optimizer.zero_grad()
# x.shape = [batch_size, num_steps]
X, X_valid_len, Y, Y_valid_len = [x.to(device) for x in batch]
# bos.shape = batch_size 个 bos-id
bos = torch.tensor([tgt_vocab['<bos>']] * Y.shape[0],
device=device).reshape(-1, 1)
# dec_input.shape = (batch_size, num_steps)
# 解码器的输入通常由序列的起始标志 bos 和目标序列（去掉末尾的部分 Y[:, :-1]）组成。
dec_input = torch.cat([bos, Y[:, :-1]], 1) # 强制教学
# Y_hat的形状:(batch_size,num_steps,vocab_size)
Y_hat, _ = net(X, dec_input, X_valid_len)
l = loss(Y_hat, Y, Y_valid_len)
l.sum().backward() # 损失函数的标量进行“反向传播”
grad_clipping(net, 1)
num_tokens = Y_valid_len.sum()
optimizer.step()
with torch.no_grad():
metric.add(l.sum(), num_tokens)
if (epoch + 1) % 10 == 0:
# print(predict('你是？'))
# print(epoch)
# animator.add(epoch + 1, )
if epoch == 9:
# 清空图表：使用空数组来替换现有内容
vis.line(X=np.array([0]), Y=np.array([0]), win='train_ch8', update='replace')
# _loss_val = l
# _loss_val = _loss_val.cpu().sum().detach().numpy()
vis.line(
X=np.array([epoch + 1]),
Y=[ metric[0] / metric[1]],
win='train_ch8',
update='append',
opts={
'title': 'train_ch8',
'xlabel': 'epoch',
'ylabel': 'loss',
'linecolor': np.array([[0, 0, 255]]), # 蓝色线条
}
)
print(f'loss {metric[0] / metric[1]:.3f}, {metric[1] / timer.stop():.1f} '
f'tokens/sec on {str(device)}')
torch.save(net.cpu().state_dict(), 'model_h.pt') # [[6]]
torch.save(net.cpu(), 'model.pt') # [[6]]
def predict_seq2seq(net, src_sentence, src_vocab, tgt_vocab, num_steps,
device, save_attention_weights=False):
"""序列到序列模型的预测"""
# 在预测时将net设置为评估模式
net.eval()
src_tokens = src_vocab[src_sentence.lower().split(' ')] + [
src_vocab['<eos>']]
enc_valid_len = torch.tensor([len(src_tokens)], device=device)
src_tokens = dataset.truncate_pad(src_tokens, num_steps, src_vocab['<pad>'])
# 添加批量轴
enc_X = torch.unsqueeze(
torch.tensor(src_tokens, dtype=torch.long, device=device), dim=0)
enc_outputs = net.encoder(enc_X, enc_valid_len)
dec_state = net.decoder.init_state(enc_outputs, enc_valid_len)
# 添加批量轴
dec_X = torch.unsqueeze(torch.tensor(
[tgt_vocab['<bos>']], dtype=torch.long, device=device), dim=0)
output_seq, attention_weight_seq = [], []
for _ in range(num_steps):
Y, dec_state = net.decoder(dec_X, dec_state)
# 我们使用具有预测最高可能性的词元，作为解码器在下一时间步的输入
dec_X = Y.argmax(dim=2)
pred = dec_X.squeeze(dim=0).type(torch.int32).item()
# 保存注意力权重（稍后讨论）
if save_attention_weights:
attention_weight_seq.append(net.decoder.attention_weights)
# 一旦序列结束词元被预测，输出序列的生成就完成了
if pred == tgt_vocab['<eos>']:
break
output_seq.append(pred)
return ' '.join(tgt_vocab.to_tokens(output_seq)), attention_weight_seq
def bleu(pred_seq, label_seq, k): #@save
"""计算BLEU"""
pred_tokens, label_tokens = pred_seq.split(' '), [i for i in label_seq]
len_pred, len_label = len(pred_tokens), len(label_tokens)
score = math.exp(min(0, 1 - len_label / len_pred))
for n in range(1, k + 1):
num_matches, label_subs = 0, collections.defaultdict(int)
for i in range(len_label - n + 1):
label_subs[' '.join(label_tokens[i: i + n])] += 1
for i in range(len_pred - n + 1):
if label_subs[' '.join(pred_tokens[i: i + n])] > 0:
num_matches += 1
label_subs[' '.join(pred_tokens[i: i + n])] -= 1
score *= math.pow(num_matches / (len_pred - n + 1), math.pow(0.5, n))
return score
这里首先要介绍一下其损失函数，核心两个：
通过交叉熵计算真实分布、预测分布的差异性，差异性越小，意味着我们的模型越好
由于我们是序列模型，可能涉及pad项，这些pad项的位置是无意义的，但是对模型有影响，我们需要再loss中剔除掉这种无意义的位置，我们用mask来屏蔽。
然后训练过程的核心就是：从数据集中获取 训练数据、验证数据，通过训练数据得到预测数据，预测数据和验证数据进行loss计算，然后进行反向传播，找到loss最小化的方向，然后最小化loss，模型就会越来越好。
然后就是介绍预测部分的内容：先将原文输入到seq的encoder，然后将bos序列 + seq的encoder的隐藏态传给seq的decoder，就可以得到下一个字的输出，直到我们遇到eos，预测结束。
我们虽然预测完毕了，得到了原文对应的译文，但是我们需要一种方法来评估我们翻译的是不是正确，这里用的方法是bleu，它的作用就是评估输出序列与目标序列的精确度。
最后，我们开始训练过程，注意，下面的例子是先进行训练，然后保存pt模型，然后加载模型进行预测推理。
if __name__ == '__main__':
embed_size, num_hiddens, num_layers, dropout = 32, 32, 2, 0.1
batch_size, num_steps = 64, 10
lr, num_epochs, device = 0.005, 2000, try_gpu()
# train_iter 每个迭代输出：(batch_size, num_steps)
train_iter, src_vocab, tgt_vocab, source, target = dataset.load_data(batch_size, num_steps)
encoder = Seq2SeqEncoder(len(src_vocab), embed_size, num_hiddens, num_layers,
dropout)
decoder = Seq2SeqDecoder(len(tgt_vocab), embed_size, num_hiddens, num_layers,
dropout)
net = EncoderDecoder(encoder, decoder)
is_train = False
if is_train:
train_seq2seq(net, train_iter, lr, num_epochs, tgt_vocab, device)
else:
state_dict = torch.load('model_h.pt')
net.load_state_dict(state_dict)
net.to(device)
C = 0
C1 = 0
for i in range(2000):
# print(source[i])
# print(target[i])
translation, attention_weight_seq = predict_seq2seq(
net, source[i], src_vocab, tgt_vocab, num_steps, device)
score = bleu(translation, target[i], k=2)
if score > 0.0:
C = C + 1
if score > 0.8:
C1 = C1 + 1
print(f'{source[i]} => {translation}, bleu {score:.3f}')
print(f'Counter(bleu > 0) = {C}')
print(f'Valid-Counter(bleu > 0.8) = {C1}')
rep_img
rep_img
从上面的图可以看到，这个模型有一定的翻译效果。
此外，我这里计算了非零的bleu以及大于0.8的bleu的个数，这个个数勉强可以评估，我们对现在这个seq2seq模型优化的效果，为后面的文章提前做一些准备工作。
)
