问题标签 [textsum]

阅读 tensorflow 文本摘要模型，它指出“下面描述的结果基于在多 GPU 和多机器设置上训练的模型。它已被简化为仅在一台机器上运行以用于开源目的。”

在指南中进一步调用此命令：

此命令与 cuda/gpu 无关吗？为什么这个命令被截断？

可以使用 tensorflow docker 实例调用tensorflow 汇总模型吗？

模型的文档是指使用bazel build作为构建模型的步骤的一部分。但是运行 tensorflow docker 容器不允许运行汇总模型，除非容器是从源代码构建的，因为这个模型是在 master 上的。

我正在尝试为 TextSum 模型创建自己的训练数据。据我了解，我需要将我的文章和摘要放入二进制文件（在 TFRecords 中）。但是，我无法从原始文本文件创建自己的训练数据。我不太清楚格式，所以我尝试使用以下代码创建一个非常简单的二进制文件：

我尝试使用下面的代码来读出这个 test_data 文件的值

但我总是收到以下错误：

我不知道出了什么问题。如果您有任何解决此问题的建议，请告诉我。

阅读 Tensorflow 文本摘要文档设置：https ://github.com/tensorflow/models/tree/master/textsum它指出clone the code to your workspace and create empty WORKSPACE file.

我创建了一个新文件夹并将https://github.com/tensorflow/tensorflow.git克隆到此文件夹，这就是“将代码克隆到您的工作区”的意思吗？什么是空工作区文件？它是一个名为 'WORKSPACE' 的空文件吗？

我一直在关注此链接以使用 textsum。我已经使用提供的命令训练了模型。但我在“textsum/log_root/”目录中没有看到任何文件夹“train”。由于训练是在样本文件上进行的，该模型是否能够处理实时测试数据？如果没有，我该如何制作训练数据并训练模型？最重要的是如何测试/使用模型来查看结果汇总？

我一直在用二进制数据和 gigaword 数据测试 textsum，训练模型并进行测试。波束搜索解码器为我提供了包含数据集和模型的所有“UNK”结果。我使用的是默认参数设置。

我首先更改了data.py和batch_reader.py中的数据接口，从gigaword数据集中读取和解析文章和摘要。我在大约 170 万个文档上训练了一个包含超过 90K 小批量的模型。然后我在不同的测试集上测试了模型，但它返回了所有结果。 使用 gigaword 训练的模型的解码器结果

然后我使用 textsum 代码附带的二进制数据来训练一个少于 1k 小批量的小型模型。我测试了相同的二进制数据。它给出了解码文件中的所有结果，除了一些“for”和“.”。 使用二进制数据训练的模型的解码器结果 我还查看了关于训练损失的张量板，它显示训练收敛。

在训练和测试中，我没有更改任何默认设置。有没有人尝试过和我一样的事情并发现了同样的问题？

我尝试运行TensorFlow textsum 模型

训练进行得很顺利，但是当我尝试使用模型作者提供的玩具数据运行“解码”模式时，我收到此错误：

我运行解码的命令：

可能是什么原因造成的？

CUDA 7.5

CUDNN 5.1

TensorFlow 0.10

更新：我尝试安装以前版本的 TensorFlow：0.9，基于对 GitHub 问题的评论：https ://github.com/tensorflow/models/issues/417 它有助于解决问题。我仍然不知道为什么它不适用于 0.10 版。

我使用给定的玩具数据集训练模型。为了快速查看结果，我尝试仅使用来自玩具数据集的一篇文章进行测试。当我用一篇文章进行测试时，解码器给出了另一篇文章的摘要（我在训练中使用的另一篇文章），这与我测试的内容完全无关。

例如：我的测试文章是the sri lankan government ...

和摘要是 sri lanka closes schools as war escalates

但是解码器给了这个 output=outdrink germans [UNK] in stakes。

当我尝试使用多篇文章进行测试时，解码器正在给出其他文章的摘要。有人有类似的问题吗？我错过了什么或做错了什么？

我希望有人能够看到我在这里失败的地方。所以我已经从 Buzzfeed 中抓取了一些数据，现在我正在尝试格式化一个文本文件，然后我可以将其发送到 data_convert_examples text_to_data 格式化程序中。

我以为我有几次答案，但是当我将其作为二进制处理然后尝试针对数据进行训练时，我仍然遇到了障碍。

我所做的是在玩具数据集上运行 binary_to_text，然后在 windows 下的 notepad++ 中打开文件，显示所有字符，并匹配我认为的格式。

我为下面的长函数道歉，但我真的不确定问题可能出在哪里，并认为这是提供足够信息的最佳方式。有人有什么想法或建议吗？

我正在研究 tensorflow 的 textsum（文本摘要模型）。我已将其运行以使用样本数据训练模型，即从 git 克隆时随模型提供的玩具数据集。我想知道用样本数据集训练模型和解码需要多少时间？它已经花费了 17 多个小时并且仍在运行。