pytorch版本的OpenNMT多任务编译实践

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/sparkexpert/article/details/81304337

        OpenNMT 是哈佛大学 NLP 研究小组开源的产品级翻译工具，在其官网上有多种语言代码，有基于 Torch/Pytorch，也有基于tensorflow的。该框架一经发布便被谷歌采用，是迄今为止最能代表神经机器翻译前沿技术的开源工具之一。

      本文主要对pytorch的版本进行编译和实践。

      从其官网https://github.com/OpenNMT/OpenNMT-py上介绍：pytorch版本的opennmt具有多种功能：如包括基本的文本翻译、自动摘要、语音转文本和图像转文本等。

The following OpenNMT features are implemented:

• data preprocessing
• Inference (translation) with batching and beam search
• Multiple source and target RNN (lstm/gru) types and attention (dotprod/mlp) types
• TensorBoard/Crayon logging
• Source word features
• Pretrained Embeddings
• Copy and Coverage Attention
• Image-to-text processing
• Speech-to-text processing
• "Attention is all you need"
• Inference time loss functions.

Beta Features (committed):

• multi-GPU
• Structured attention
• [Conv2Conv convolution model]
• SRU "RNNs faster than CNN" paper

OpenNMT的框架主要是序列到序列的模型(seq2seq)，因此可以实现多种任务的快速变换。

其原理架构如下：

2、编译过程

注：pytorch版本的opennmt需要用到torch text库，但是通过pip安装的text版本较老，会出现很多的BUG，因此需要从git库上取最新代码进行安装。

(1) 英语转德语的翻译实践

(2) 图像到文本识别实践(从其文档中进行编译学习http://opennmt.net/OpenNMT-py/im2text.html)

测试两个图片分别为：

可见其结果还是非常好的。