手把手教你用seq2seq模型创建数据产品（附代码）

目标：训练一个模型来对Github项目进行总结

矩形框中的是预测结果

以上只是从一系列预测结果中随机选取的元素，请继续往下读，下文包含一个带有更多示例的链接！

我有几张阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就要抢光了。

Github的吉祥物章鱼猫（Octocat）

起因

我从来没有想过用“神奇的”这个词来描述机器学习技术的输出结果。但当我逐渐了解可以用于图像识别（https://machinelearningmastery.com/use-pre-trained-vgg-model-classify-objects-photographs/）或者对两吨乐高积木进行分类（https://jacquesmattheij.com/sorting-two-metric-tons-of-lego)的深度学习的时候，这一切改变了。更令人惊奇的是，你不需要一个博士学位或多年的训练来释放这些技术的力量。所有你所需要的只是：不排斥写代码、达到高中数学水平和拥有足够的耐心（http://www.fast.ai/2016/10/08/overview/）。

然而，在工业中使用深度学习技术的例子却少之又少。今天，我将与大家分享一个可复用的最简可行（https://en.wikipedia.org/wiki/Minimum_viable_product）产品，来演示使用深度学习从文本（Github Issues）中创造数据产品。

本教程将专注于使用Sequence to Sequence模型对Github issues上的文本进行概括，并将向您证明:

您不需要强大的计算能力来获得合理的结果（我将使用一个GPU）。
您不需要编写大量的代码。非常令人惊异的是，只需要几行代码就可以产生神奇的事物。
即使你不想对文本进行概括总结，训练一个模型来完成这个任务也会有助于其他进行特征提取的任务。

我将在这篇文章中介绍:

如何收集数据，并处理数据以为深度学习做准备。
如何构造Sequence to Sequence模型架构，并对模型进行训练。
如何使用模型进行推理，讨论和多个用例的演示。

我在这里提供一个端到端的示例以便你建立起一个概念上模型，而不必要深入到数学的细节之中。这里我也提供给你其他链接，让你后续可以研究得更加深入。

获取数据

如果你不熟悉Github Issues（https://guides.github.com/features/issues/），我强烈建议你先去浏览一下。具体来说，我们将要用以联系的数据是Github Issues的正文（Body）和标题（Title）。

原文链接