亚马逊机器翻译框架-训练说明文档-2

Translation

解码过程的实现，主要是通过sockeye.translate模块。

python -m sockeye.translate

这一步仅仅需要一个--models参数，它指向的是训练模型<model_dir>文件夹路径。sockeye默认从最好的checkpoints参数，并且使用他们来做翻译。你可以指定特定的参数从特定的checkpoint中，使用的指令是--checkpoints X。

你可以使用--beam-size控制beam尺寸的大小，通过--max-input-length控制输入的最大长度。一旦序列长度超过最大长度，就会被忽略。

从标准输入读取输入，然后将输出写入标准输出。一旦使用了输入，CLI将记录转换速度。和训练过程一样，第一块GPU是默认使用的。需要注意的是多GPU目前还不支持。需要使用CPU，请用--use-cpu。

使用--help选线，查看完整列表选项。

整体解码

Sockeye通过指定多个模型目录和多个检查点来支持集成解码。列表必须有相同的长度，这样，第一个给定的检查点将从第一个模型目录中获取，从第二个目录中指定的第二个检查点，等等。

python -m sockeye.translate --models [ ] --checkpoints [ ]

Visualization

转换CLI的默认模式是将转换输出到STDOUT。