torch与cuda版本配对：Previous PyTorch Versions | PyTorch
删除虚拟环境：conda remove -n mygcn --all
时序KG
删掉1.7.1torch装1.8.0，解决报错RuntimeError: CUDA error: no kernel image is available for execution on the
已经成功运行，问题是没有看懂代码，baseline怎么运行
gcn:
报错：Script file 'D:\anaconda3\Scripts\pip-script.py' is not present.
解决：输入easy_install -i https://mirrors.aliyun.com/pypi/simple pip，之后再安装
少样本进行gragh2text任务：
1.报错：
RuntimeError: CUDA out of memory. Tried to allocate 432.00 MiB (GPU 0; 23.70 GiB total capacity; 8.70 GiB already allocated; 73.69 MiB free; 9.24 GiB reserved in total by PyTorch)
可以在报错的地方加上：
4.关键字生成——向量-文本
就是将向量的表示通过全连接层投影到更大的向量logits中，然后通过softmax层将logits对应的分数转化为概率，得到每一个唯一单词的得分
eg:词汇表包含100个词，要生成8个单词，那么logits维度为：8*100*嵌入维度；softmax为8*100可以得到每一个单词对应于词汇表中单词的概率，选择概率最大的对应的词作为得到的单词
with torch.no_grad():
或者将训练集数据、batchsize进行调小
2.学习率
原始的学习率太小了，所以训练的超级慢
科普：学习率 (learning rate),作为监督学习以及深度学习中重要的超参，它控制网络模型的学习进度,决定这网络能否成功或者需要多久成功找到全局最小值，从而得到全局最优解，也就是最优参数。
学习率过大会忽略某些阶段直接学习到下一个阶段，造成学习不全面；还有就是会造成网络不收敛，在最优值上下徘徊，忽略了最优值的位置
学习率过小会使得学习的速度特别慢，甚至在局部极值那里就开始收敛（因为在那块一直跨不过去局部极值这个坑，使得极值在这里便收敛了）
学习率设置：一般是通过学习轮数的改变动态学习学习率的刚开始训练时：学习率以 0.01 ~ 0.001 为宜。
一定轮数过后：逐渐减缓。
接近训练结束：学习速率的衰减应该在100倍以上。
如果是 迁移学习 ，由于模型已在原始数据上收敛，此时应设置较小学习率 (≤0.0001) 在新数据上进行微调
学习率衰减机制：
每n轮学习率减半
训练过程中的之输衰减：decay_steps
使用批归一化：一般是在网络每一层输入的时候插入一个BN层(归一化为均值为0，方差为1)，然后在进入下一层。有了它现在我们可以采用初始很大的学习率，然后学习率的衰减速度也很大，因为BN算法收敛很快。
实验
1.BART是生成式预训练模型，可以看作是Bert和gpt的结合体。
在2019年提出，是一个预训练模型。《BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension》
比bert的参数要多一些，在Discriminative Tasks上，达到了RoBERTa类似的表现；在text generation tasks.取得了new state-of-the-art结果。
Transformmer复现
PyTorch教程与源码讲解20——Transformer模型六大细节难点的逐行实现（二）_哔哩哔哩_bilibili
PyTorch教程与源码讲解21——Transformer模型总结及其loss代码实现_哔哩哔哩_bilibili
PyTorch教程与源码讲解21——Transformer模型总结及其loss代码实现_哔哩哔哩_bilibili
