【小白做科研（五）】复现代码（下）

前言

上次说到了复现模型，欠着训练和评测都没讲，这周把训练评测都搞定了，然后又复现了一篇新的，有一个感触就是深度学习这些模型看着感觉怪吓人，但是代码逻辑不是特别复杂；而且自己写一写这些代码，真的感觉入了门，以及pytorch forum竟然给我发了邮件说把我提升了用户评级（因为我经常看他们博客）hh~

这一篇也主要分享一些看到的好的博客，以及遇到的各种困难， 还有解决的过程。

数据处理

之前搬了微软在TensorFlow平台实现的手写iterator到Pytorch上，心里其实一直有个疙瘩因为没有用pytorch自带的Datasets和Dataloader，再加上新复现的模型有一些特别的要求，我想的就索性重构一下原来手写的Iterator，实现过程调用了好几个torchtext的api（因为感觉很帅hh），但是我中间测试了一下发现新写的比原来的慢了5s。。。 具体原因还在探究，心态血崩后觉得以后还是不能盲目崇拜，有时候原始丑陋的代码也是很管用的。

训练

训练过程其实没啥说的，有一个好东西叫做tqdm是python的一个包，可以包装iterator然后动态显示进程。个性化显示数据等等，截张图放下面hh