我一直关注this链接以使用textum。我使用提供的命令训练了模型。但我没有看到任何文件夹＆＃39; train＆＃39; in＆＃39; textsum / log_root /＆＃39;目录。由于对样本文件进行了培训，模型是否能够处理实时测试数据？如果没有，我如何制作培训数据并培训模型？最重要的是，我如何测试/使用模型来查看结果汇总？
答案 0 :(得分：2)
老实说，如果你已经正确地传递了所有参数，我不能回答为什么你不会在log_root目录中看到一个train文件夹。另外需要注意的是确保等待足够长的时间。因此，当您使用Textsum执行训练运行时，您是否看到任何详细日志表明存在一些错误，例如没有文件列表或其他内容。如果是这样，那么你的路径被传递给其中一个参数可能是关闭的。它也与您调用它的路径有关，因此您需要确保您位于工作区文件所在的根路径。
另一件事，你使用的是CPU还是GPU？如果您正在使用CPU ......模型需要一段时间才能达到甚至能够写出数据的程度。现在，如果您使用的是GPU，那么速度要快得多，但您需要等到看到“average_loss”日志开始打印到屏幕上。一旦你注意到这些，那么很有可能你会看到带有数据的“train”文件夹。
至于“实时”测试数据，我现在仍然在研究这个问题，现在我已经在模型中训练了我当前的数据，我也将开始这样做。到目前为止，我理解的方向是，一旦你训练了你的模型并获得你的泡菜文件或其他任何东西，你就可以使用这里的信息“服务”它：https://tensorflow.github.io/serving/
此时您的模型已经过培训，您可以对其进行查询并提供新的响应，以便随着时间的推移您的模型变得更加智能。我再次用一个例子来证明这一点，但这是我即将在这里开始的方法。
关于“测试模型”，您几乎可以按照textum git上提供的说明，重新生成词汇文件，然后进行培训。然后，在将平均损失降到足够小的分数之后，您可以对数据进行解码。然后在log_root decode文件夹中，您将看到生成的标题及其相关的参考文件（实际标题是什么）。希望这有帮助，祝你好运！