用法
打开couplet.py并配置文件位置和超参数。然后运行python couplet.py以训练模型。你可以在 Tensorbloard 上看到训练损失和 bleu 分数。learning_rate当你发现损失停止下降时,你可能需要重新配置。
如果您停止训练并想继续训练。您可以设置restore_model为True并使用m.train(, start=),这start是您已经运行的步骤。
我已经在 Nvidia GTX-1080 GPU 上训练了该模型大约 4 天。
运行经过训练的模型
打开server.py并配置vocab_file和model_dir参数。然后运行python server.py将启动一个可以播放对联的web服务。
或者使用 Dockerfile 构建 Docker 镜像并使用 Docker 运行它。记得将正确的模型文件路径挂载到 Docker 容器中。