质量保证网 来自ICLR2018的Google (以前的快速阅读理解(FRC))的。 (注意:这不是本文作者的正式实现) 我写了一篇有关实施QANet的博客文章。 在查看更多信息! 已从采用了培训和预处理流程。 演示模式正在运行。 训练后,只需使用python config.py --mode demo即可运行交互式演示服务器。 由于存在内存问题,因此与原始论文中的8头多头注意相比,使用了单头点乘积注意。 由于使用GTX1080而不是纸张中的P100,因此隐藏尺寸也从128减少到96。 (8GB的GPU内存不足。如果您拥有12GB的GPU,请与我们分享您的培训结果。) 目前,最佳模型