笔记
setting.py:模型相关参数，文件目录的配置文件。
utils.py:一些工具函数，比如不等长句子的padding等等。
data_pre.py:数据的预处理，得到输出模型的batch数据和相关的mask矩阵
model.py:模型文件。通过调用make_model方法传入相关模型初始化参数，来对模型进行初始化。
train.py:进行模型的训练。和最好模型的保存。
test.py:对测试集句子的测试输出。
bleu_score.py:对机器翻译评分。
one_trans.py:实现单个句子进行翻译。
app.py:通过使用one_trans文件封装的单个句子翻译的方法，实现flask api
简单api，没有进行检查校验和异常处理
// POST请求参数
{
"sentence": "your translation sentences"
}
// return
{
"result": "翻译结果",
"msg": 'success',
"code": 200
}使用14533条翻译数据进行训练。
数据文件格式：en\tcn
使用BLEU算法进行翻译效果评估BLEU BLEU算法评价结果：
对399条翻译句子效果进行评估
验证集:0.1075088492716548，n-gram权重：(1,0,0,0)
0.03417978514554449,n-gram权重：(1,0.2,0,0)
Attention：运行代码之前需要自己在项目目录下新建一个save文件夹
PyTorch官方Transformer接口
python train.py：训练模型，保存模型python app.py启动服务。
python test.py，测试模型的测试集上的效果(这里用的是验证集)
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent