这一周，主要是将im2txt放在比赛的服务器跑了起来，然后学习了使用RNN进行分类。
将im2txt模型跑起来
首先
将上周的一些错误解决了，然后放在本地能跑起来了。至于究竟解决了什么问题，现在已经忘记了。
然后，将代码放到比赛的服务器跑起来
全球AI挑战赛这个提供的服务器是UCLOUD提供的GPU服务器。它是通过docker来进行部署的，流程是：在本地调试好代码，然后用docker打一个本地的镜像，然后上传到ucloud的服务器；之后，在ucloud后台创建一个训练任务，设置相关配置就可以 训练了。在后来的训练的时候，就会轻松很多，只需要打包上传，然后创建任务。整个流程有5个文档，蛮复杂的（可能是第一次接触使用Docker打包上传代码的原因）。
最后，我成功了。但是，把代码放上面去跑的时候，发现损失降的没有那么快。跑了12个小时，损失还在1.0左右，并且bleu score在13分左右，没有上升的趋势。后来，我将batch_size调到32，提升训练任务，看效果会快很多。
RNN进行分类
这个是因为我星期五的时候，想自己写个分类器，居然发现不会写。写完了之后，跑起来的时候，居然又发现效果奇差。好吧，看来还不会。然后回去看了看优达学城的RNN情绪分类，按照上面的教程，一步一步跑了一遍。整个流程没有什么难点，就是将内容传给RNN，然后使用RNN最后输出一步输出的结果来判断是positive还是negative。需要注意的是，拿取的是output最后的time step的结果。中途出现了几个问题，不过有代码参考，很快搞定，现在就让它自己电脑上跑。
总结与计划
总结：上周跑通了模型，并放在了服务器上跑，只是瞧了一眼seq2seq的代码，没有仔细去看。还有，发现自己还是对tensorflow一些东西不会用，感觉很可能是因为理论知识的缺乏。
计划：
- 调整比赛模型，争取这一周训练出的模型能靠点谱。
- 吴恩达的深度学习课程
网友评论