Marian：基于 C++ 的高性价比高质量神经机器翻译系统
计算与语言
2018-05-31 v1
摘要
本文描述了 “Marian” 团队向 WNMT 2018 共享任务提交的结果。我们研究了教师—学生训练、低精度矩阵乘积、自动调优以及其他方法的组合，以在 GPU 和 CPU 上优化 Transformer 模型。通过将这些方法进一步与近期提出的更快 Transformer 变体——新型平均注意力网络相集成，我们在 GPU 和 CPU 上创建了许多高质量、高性能的模型，主导了该共享任务的帕累托前沿。
引用
@article{arxiv.1805.12096,
title = {Marian: Cost-effective High-Quality Neural Machine Translation in C++},
author = {Marcin Junczys-Dowmunt and Kenneth Heafield and Hieu Hoang and Roman Grundkiewicz and Anthony Aue},
journal= {arXiv preprint arXiv:1805.12096},
year = {2018}
}
备注
System submission to the Workshop for Neural Machine Translation 2018, efficiency task