parlai环境搭建以及模型训练

本文档详细介绍了如何搭建ParlAI环境,包括安装PyTorch、regex及额外依赖。通过示例程序展示了遇到的问题及解决方法。接着阐述了ParlAI的核心概念——多重世界、代理和老师,解释了它们在对话任务中的作用。ParlAI的代理通过观察/操作对象交换文本和标签,支持多种对话问题的解决,允许模型在不同任务间无缝切换,简化了对话模型的构建与评估。
摘要由CSDN通过智能技术生成

下载parlai:

git clone https://github.com/facebookresearch/ParlAI

安装依赖库:

cd ParlAI; python3 setup.py develop

安装pytorch for python3:

按照http://pytorch.org/提示安装即可

安装好之后,终端运行:

python3
import torch

成功则表示成功安装pytorch

安装regex:

sudo pip3 install regex

运行示范程序:

python examples/memnn_luatorch_cpu/full_task_train.py -t
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值