Sockeye 3.1.18 & 3.1.29 发布，快速、可扩展的深度学习库

Sockeye 是一个基于 Apache MXNet 的快速而可扩展的深度学习库。Sockeye 代码库具有来自 MXNet 的独特优势。例如，通过符号式和命令式 MXNet API，Sockeye 结合了陈述式和命令式编程风格；可以在多块 GPU 上并行训练模型。

目前 Sockeye 发布了 3.1.18 & 3.1.29 版本，分别带来如下改动：

[3.1.28]

从 Khandelwal et al., 2021 添加了 kNN-MT 模型，

安装：参见 faiss 文档，推荐通过 conda 安装。

从 sockeye 模型构建 faiss 索引需要两个步骤：

• 生成解码器状态：sockeye-generate-decoder-states -m [model] --source [src] --target [tgt] --output-dir [output dir]
• 构建索引：sockeye-knn -i [input_dir] -o [output_dir] -t [faiss_index_signature] ，其中 input_dir 与 sockeye-generate-decoder-states 命令中的 output_dir 相同。

Faiss 索引签名参考：参考此处

• 使用内置索引运行推理：sockeye-translate ... --knn-index [index_dir] --knn-lambda [interpolation_weight] ，其中 index_dir 与 sockeye-knn 命令中的 output_dir 相同。

[3.1.29]

• 运行 sockeye-evaluate 不再对 TER 应用文本标记化（与其他指标相同的行为）。
• 为除 test_utils 之外的所有 sockeye 模块打开类型检查，并解决了由此产生的类型问题。
• 在不改变用户级行为的情况下，重构各种模块中的代码。

更新公告：https://github.com/awslabs/sockeye/releases/tag/3.1.29