I can not get expected result following the quick start demo
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Bug
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Ambito
- machine-learning
Direzione di ricerca
Inizia con lo snippet di avvio rapido C++ e con i comandi per il download da Hugging Face e per ct2-transformers-converter mostrati nell’issue. Confronta l’output della traduzione del modello generato con quello previsto nell’avvio rapido, inclusa la codifica dei token mostrata. Il lavoro è completato quando lo stesso modello e l’esempio C++ producono l’output documentato oppure viene documentata la causa della discrepanza.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
I did it as link https://opennmt.net/CTranslate2/quickstart.html
c++ code as below:
`int main()
{
//system("chcp 850");
const std::string model_path("D:\\code\\CTranslate2\\models\\opus-mt-en-de\\");
const ctranslate2::models::ModelLoader model_loader(model_path);
ctranslate2::Translator translator(model_loader);
const std::vector<std::vector<std::string>> batch = { {"▁Hello", "▁World", "!", "</s>"} };
const auto translation = translator.translate_batch(batch);
for (const auto& token : translation[0].output())
std::cout << token << ' ';
std::cout << std::endl;
return 0;
}`
but the output is:
鈻? 鈻丯ein , 鈻乶ein .
instead of '▁Hall o ▁Welt !' that in document.
my model is generated from following command:
huggingface-cli download --resume-download --local-dir-use-symlinks False Helsinki-NLP/opus-mt-en-de
cd D:\code\CTranslate2\models
ct2-transformers-converter --model Helsinki-NLP/opus-mt-en-de --quantization int8 --output_dir opus-mt-en-de
I need help.
sorry for my poor English.
- Lingua principale
- C++
- Stelle
- 4.8k
- Fork
- 557
- Merge medio
- 1g 6h
- PR unite (30g)
- 24
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di OpenNMT/CTranslate2
-
MPS: GPT-2 produces NaN logits and invalid token IDsForse già presa @TBO22 l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
OpenNMT/CTranslate2#2154 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Allow no-timestamp Whisper decoding beyond 224 tokensForse già presa @Emre-Akgul l’ha presa 127 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
OpenNMT/CTranslate2#2074 ·
I maintainer di solito rispondono entro 1 giorno
-
T5Gemma fails on MPS: incorrect beam expansion with padded batchesForse già presa @TBO22 l’ha presa oggi. Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 30/100
OpenNMT/CTranslate2#2153 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 8/100
OpenNMT/CTranslate2#2152 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 55/100
OpenNMT/CTranslate2#2149 ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di OpenNMT/CTranslate2
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
grizzlypeak3d/DJV#962 ·
-
cognizant-backlog
Difficoltà 2/5 1-3 ore Idoneità per principianti 61/100
KhronosGroup/OpenCL-CTS#2882 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Documentation: Fix parameter markup, legacy branch link, and phrasing in Detachable Joints and Model Command tutorialsForse già presa @patelshivani2283-lab l’ha presa oggi. Aperta
Difficoltà 1/5 1-3 ore Idoneità per principianti 88/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 73/100
LunarG/gfxreconstruct#3440 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
I maintainer di solito rispondono entro 1 giorno