textsum源码

哈哈哈 第一次写博客

第一篇博客 记录下超级菜的我跑textsum源码的过程（都是坑 以及被自己蠢哭）刚接tensorflow和python 因为要做论文的实验所有好多东西不懂就直接拿源码来看的

github上下载的源码，说要用bazel编译，没装这个东西，我直接在windows下装的tensorflw,但是因为参数都是通过FLAGE来传递的，跑一次之后再跑就不行了，好像说有冲突啥的 不太清楚 所以我就用就把flage全换掉了 直接定义参数

另外 github上给了一个toy data 用这个数据集的时候一定要注意它的abstract key="abstract"而不是代码里的“headline"刚开时不知道结果出来的每个线程都显示什么index out of range. 因为它找不到key为headline的内容，访问就会出错。

改完这个之后代码终于能跑起来了 就是可以显示每一步以及相应的loss了，但是很奇怪，step等于30的时候loss就很低了。我用tensorboard观察了几个参数（这个tensorboard也很难搞的样子，也不是说难，就是之前老是不显示，要多注意下路径），发现参数没变化，曲线跟一扇门一样，正巧在一个群里看到有人出现了同样的问题（loss函数不下降，权重也没变化），他说改变下初始化权重的方法可以改善这种情况，loss不下降时因为过拟合了。当然，改了之后我发现自己并不是这个问题（但是记着，万一以后有这样的情况知道可以怎么改）。我在代码中加了很多步骤的输出，发现了好多问题：
1.从文件读过来的数据时byte类型的，在将单词转换成对应id时找不到对应的id以至于全部变成了unk的id(这里稍作保留，因为我后来发现是因为他给的vocab文件里好多data中的单词都没有才会显示成unk);

另外，byte类型的数据不能用join操作，在batch_reader文件中，如下，将其转换成string类型

2.给的vocab文件中很多data中的词没有，所以我自己根据data提取了一个词表，目前看代码运行情况是正常的，等等看吧。。。

总结：语言表达能力差，不会用博客，加个图搞半天，还弄了个表格进来