Aktualizovat „pages/students/2016/patrik_pavlisin/dp21/README.md“

pages/students/2016/patrik_pavlisin/dp21/README.md

@@ -95,6 +95,7 @@ V preklade má často zmysel kopírovať zriedkavé názvy entít alebo čísla
 ## OpenNMT-py tutoriál
 
 Pri práci na tomto tutoriály som použil školský server idoc, rovnako ako aj voľne dostupný Linuxový program Ubuntu.
+
 Predtým než začneme so samotným tutoriálom je nutné si nainštalovať PyTorch (rámec pre preklad neurónových strojov s otvoreným zdrojom) verziu projektu OpenNMT rovnako ako inštaláciu najnovšej dostupnej verzie knižnice pip. To vykonáme zadaním nasledujúcich príkazov:
 
 - pip install --upgrade pip
@@ -108,17 +109,17 @@ Prvým krokom v tutoriály je príprava dát, na to nám poslúži predpripraven
 
 Pre pokračovanie si musíme pripraviť konfiguračný súbor YAML, aby sme určili údaje, ktoré sa použijú:
 
--# toy_en_de.yaml
--
--## Where the samples will be written
+
+- -# toy_en_de.yaml
+- -## Where the samples will be written
 - save_data: toy-ende/run/example
--## Where the vocab(s) will be written
+- -## Where the vocab(s) will be written
 - src_vocab: toy-ende/run/example.vocab.src
 - tgt_vocab: toy-ende/run/example.vocab.tgt
--# Prevent overwriting existing files in the folder
+- -# Prevent overwriting existing files in the folder
 - overwrite: False
--
--# Corpus opts:
+
+- -# Corpus opts:
 - data:
 - corpus_1:
 -  path_src: toy-ende/src-train.txt
@@ -126,23 +127,26 @@ Pre pokračovanie si musíme pripraviť konfiguračný súbor YAML, aby sme urč
 -  valid:
 -  path_src: toy-ende/src-val.txt
 -  path_tgt: toy-ende/tgt-val.txt
--...
+
+...
 
 Z tejto konfigurácie môžeme zostaviť slovnú zásobu, ktorá bude potrebná na trénovanie modelu:
 
 - onmt_build_vocab -config toy-ende/toy_en_de.yaml -n_sample 10000
- 
+
+  
 Aby sme mohli model trénovať, musíme do konfiguračného súboru YAML pridať:
--	cesty slovnej zásoby, ktoré sa budú používať (v tomto prípade cesty vygenerované programom onmt_build_vocab)
--	tréning špecifických parametrov. 
+
+-- cesty slovnej zásoby, ktoré sa budú používať (v tomto prípade cesty vygenerované programom onmt_build_vocab)
+
+-- tréning špecifických parametrov.
 
 Pridáme do YAML konfiguračného súboru nasledujúce riadky:
 
--# Vocabulary files that were just created
+- -# Vocabulary files that were just created
 - src_vocab: toy-ende/run/example.vocab.src
 - tgt_vocab: toy-ende/run/example.vocab.tgt
--
--# Where to save the checkpoints
+- -# Where to save the checkpoints
 - save_model: toy-ende/run/model
 - save_checkpoint_steps: 500
 - train_steps: 1000
@@ -153,8 +157,11 @@ Potom už len stačí spustiť proces trénovania:
 - onmt_train -config toy-ende/toy_en_de.yaml
 
 V tejto konfigurácii bude bežať predvolený model, ktorý sa skladá z dvojvrstvového modulu LSTM s 500 skrytými jednotkami v kodéri aj v dekodéri.
+
 Posledným krokom je samotný preklad, ktorý vykonáme zadaním nasledujúceho príkazu:
-onmt_translate -model toy-ende/run/model_step_1000.pt -src toy-ende/src-test.txt -output toy-ende/pred_1000.txt -verbose 
+
+- onmt_translate -model toy-ende/run/model_step_1000.pt -src toy-ende/src-test.txt -output toy-ende/pred_1000.txt -verbose
+
 Výsledkom je model, ktorý môžeme použiť na predpovedanie nových údajov. To prebieha spustením tzv. Beam search. Beam search sa využíva za účelom udržania ľahšieho ovládania vo veľkých systémoch  s nedostatkom pamäte na uloženie celého vyhľadávacieho stromu. To vygeneruje predpovede do výstupného súboru toy-ende/pred_1000.txt . V mojom prípade proces prekladu trval na školskom serveri idoc približne 5 hodín zatiaľ čo v Linuxovom prostredí Ubuntu 1 hodinu. V obidvoch prípadoch boli výsledky dosť hrozné, pretože demo súbor údajov bol dosť malý.