Word-level Language Modeling using RNN and Transformer

环境配置

并没有用到额外的包，只需要将该任务原本配好的环境重命名为common就行

或者运行如下脚本

conda env create -f environment.yml
conda activate common

运行

最佳性能复现

python -u main.py --cuda --epochs 40 --model LSTM --batch_size 32 --lr 18 --emsize 1250 --nhid 1250 --nlayers 2 --dropout 0.45 --tied --use_tensorboard

复现报告中的各种尝试结果

在下面4个脚本中使用报告中的各项实验参数

sbatch run_GRU.sh
sbatch run_LSTM.sh
sbatch run_RNN.sh
sbatch run_trans.sh

Tensorboard

Tensorboard结果在./runs中

如果要使用Tensorboard，只需在脚本中加入

--use_tensorboaed