tf_seq2seq_chatbot
1.0.0
ملاحظة: لا يتم الاحتفاظ بالمستودع. لا تتردد في مراسلتي عبر البريد الإلكتروني إذا كنت ترغب في تولي الصيانة.
أنشئ روبوت محادثة للأغراض العامة استنادًا إلى نهج seq2seq الساخن المطبق في Tensorflow. وبما أنها لم تسفر عن نتائج جيدة حتى الآن، فكر أيضًا في تطبيقات أخرى لـ seq2seq.
النتائج الحالية رديئة جدًا:
hello baby - hello
how old are you ? - twenty .
i am lonely - i am not
nice - you ' re not going to be okay .
so rude - i ' m sorry .
تنصل:
الجميع مدعوون للتحقيق في الكود واقتراح التحسينات.
الأفعال الفعلية
أوراق
صورة جميلة
مجاملة من هذه المادة.
يثبت
git clone [email protected]:nicolas-ivanov/tf_seq2seq_chatbot.git
cd tf_seq2seq_chatbot
bash setup.sh
يجري
قم بتدريب نموذج seq2seq على مجموعة صغيرة (17 ميجابايت) من ترجمات الأفلام:
python train.py
(سيعمل هذا الأمر على تشغيل التدريب على وحدة المعالجة المركزية... تعليمات وحدة معالجة الرسومات قادمة)
اختبار النموذج المدرب على مجموعة من الأسئلة الشائعة:
python test.py
الدردشة مع النموذج المدرب في وحدة التحكم:
python chat.py
يتم تخزين كافة معلمات التكوين في tf_seq2seq_chatbot/configs/config.py
استخدام وحدة معالجة الرسومات
إذا كنت محظوظًا لأن لديك تكوينًا مناسبًا لوحدة معالجة الرسومات لـ Tensorflow بالفعل، فيجب أن يقوم هذا بالمهمة:
python train.py
وإلا فقد تحتاج إلى إنشاء Tensorflow من المصدر وتشغيل الكود كما يلي:
cd tensorflow # cd to the tensorflow source folder
cp -r ~/tf_seq2seq_chatbot ./ # copy project's code to tensorflow root
bazel build -c opt --config=cuda tf_seq2seq_chatbot:train # build with gpu-enable option
./bazel-bin/tf_seq2seq_chatbot/train # run the built code
متطلبات
