Rasa课程、Rasa培训、Rasa面试、Rasa实战系列之Graphs as a Backend
Bending the ML Pipeline in Rasa 3.0
Rasa Open Source 3.0 将开始使用新的计算后端。从概念上讲，机器学习管道将类似于图 ，而不是组件的线性序列。这篇博文将解释这种变化带来的好处。虽然这是一个很大的概念变化，但这些变化不需要您更改 config.yml。
How did we get here?
回到 Rasa 开源版本，Rasa 0.x版本的 rasa_core部分和rasa_nlu部分位于单独的 库中。 后来，在 Rasa Open Source 1.0 中，这两个被合并到同一个 库中，我们现在将其称为 Rasa Open Source。然而，即使代码被合并到一个 库中，代码行本身仍然是分开的。
最初这是“很好的”，因为在NLU的管道部分和核心模块的政策在训练期间应该做的问题之间有一个明确的分离。
NLU 系统完全独立于 CORE 系统中的策略进行训练，类似于串联组件的线性管道。当助手在线时，来自 NLU 系统的预测将反馈到策略中，但在训练期间，这两个系统是相互独立的。
随着端到端学习的引入&