yhcc
yhcc
代码层面可能支持3.5，但我们没有测试过3.5版本的python。可以通过手动clone到本地，然后修改requirements文件，再安装。
Thanks for your attention. You can use the word2vec or glove algorithm (their original version are based on English, therefore, these codes usually take space as the separator, you might...
这个代码中没有提供生成inference的代码。如果只是性能的测试的代码的话，会在训练过程中自动输出的。
在对应函数的开头，我们都放置了一个例子，你可以对照着看看。 https://github.com/fastnlp/TENER/blob/d2614d509dffb9b30636e3523a2f8f0dc4876708/modules/relative_transformer.py#L164 如果想弄清楚每一步在做什么的话，建议可以初始化一个例子的矩阵，并把bsz和head的维度都设置为1，然后打印每一步的输出，大概就能知道每一步的效果是怎样了。
安装最新版直接通过pip install git+https://github.com/fastnlp/fitlog 就好了。感觉可能是浏览器的问题，推荐使用chrome。
嗯，论文中没有这一项。我们经验性的发现这一项可以让训练效果更加稳定，所以就在新版的代码中添加了这一项。可以理解为需要知道当前key和query的相对位置来决定对这个key的bias。
是的，add_metric是用来看曲线的。早年间这样设计的原因是由于，当时觉得不同metric可能有时候需要越大越好（例如acc）有时候越小越好（例如error rate），由fitlog来做这个判断会比较棘手。所以拆分成了两个接口。另外一个原因是考虑到传递进来的dict，不同记录之间由fitlog对比也比较麻烦，所以当时就做成了两个接口了。
需要点一下save，就是，这是一个特性，就为了防止如果输入的东西不是自己想的话，可以通过刷新回退掉。 
不支持～
可以，可以通过fitlog.set_log_dir('logs/', new_log=True), 当第二次运行到这里的时候，fitlog就会重新创建一个新的log文件夹记录了。