我尝试在自己的电脑上运行这段代码：https://github.com/yicheng-w/CommonSenseMultiHopQA
我已经下载了 zip 文件，但我不知道如何在 Jupyter 笔记本中运行此代码。这是我第一次想从 Github 运行代码。我找不到任何完整的指南。
我在 Windows 上安装了 Python 3.6。
【问题讨论】：
标签： python github jupyter-notebook
按照说明，我提到了该 GitHub 存储库的 README.md 文件中所写的内容。看，这个 repo 中的文件是 .py 文件而不是 .ipynb 文件。运行它们的正确方法是，如果您在 Windows 机器上，则在命令提示符下运行它们；如果您在 Linux/Mac 上，则在终端中运行它们。
第 0 步：
Clone the repo
克隆您已链接的存储库，即CommonSenseMultiHopQA。要克隆 repo，您必须在系统上安装 git。如果您没有，请从here 获取。在 Github 上工作时，有必要知道如何使用 git。如果没有，请关注this tutorial。
第 1 步：
首先，要设置目录结构，请运行 setup.sh 创建相应的目录。
.sh 文件是包含 bash 脚本的 bash 文件。使用命令./setup.sh 运行这些。这是运行它们的tutorial。运行此命令将自动创建必要的目录（文件夹结构）。
第 2 步：
cd raw_data
git clone https://github.com/deepmind/narrativeqa.git
第一个命令将您的目录更改为raw_data。这些 Linux 命令（cd 在 Windows 中也可用）您可以了解它们 here。第二个命令将narrativeqa 克隆到raw_data 文件夹中。
第 3 步：
对于这一步，您必须知道如何从 cmd/终端运行 .py 文件。 Watch this video for that.
我们需要使用提取的常识来构建处理过的数据集 信息。对于 NarrativeQA，我们运行：
python src/config.py \ --mode build_dataset \ --data_dir raw_data/narrativeqa \ --load_commonsense \ --commonsense_file data/cn_relations_orig.txt \ --processed_dataset_train data/narrative_qa_train.jsonl \ --processed_dataset_valid data/narrative_qa_valid.jsonl \ --processed_dataset_test data/narrative_qa_test.jsonl为了为 WikiHop 构建提取常识的处理数据集，我们 运行：
python src/config.py \ --mode build_wikihop_dataset \ --data_dir raw_data/qangaroo_v1.1 \ --load_commonsense \ --commonsense_file data/cn_relations_orig.txt \ --processed_dataset_train data/wikihop_train.jsonl \ --processed_dataset_valid data/wikihop_valid.jsonl
两个长命令都在 src 文件夹中运行 config.py 文件。 --something 是传递给 python <filename> 命令的参数。第一个：
python src/config.py \ --mode build_dataset \ --data_dir raw_data/narrativeqa \ --load_commonsense \ --commonsense_file data/cn_relations_orig.txt \ --processed_dataset_train data/narrative_qa_train.jsonl \ --processed_dataset_valid data/narrative_qa_valid.jsonl \ --processed_dataset_test data/narrative_qa_test.jsonl
为narrativeqa 和第二个提取常识：
python src/config.py \ --mode build_wikihop_dataset \ --data_dir raw_data/qangaroo_v1.1 \ --load_commonsense \ --commonsense_file data/cn_relations_orig.txt \ --processed_dataset_train data/wikihop_train.jsonl \ --processed_dataset_valid data/wikihop_valid.jsonl
为 WikiHop 提取常识...
最后，以下命令用于训练和评估：
培训
要为 NarrativeQA 训练模型，请运行：
python src/config.py \ --version {commonsense_nqa, baseline_nqa} \ --model_name <model_name> \ --processed_dataset_train data/narrative_qa_train.jsonl \ --processed_dataset_valid data/narrative_qa_valid.jsonl \ --batch_size 24 \ --max_target_iterations 15 \ --dropout_rate 0.2要为 WikiHop 训练模型，请运行：
python src/config.py \ --version {commonsense_wh, baseline_wh} \ --model_name <model_name> \ --elmo_options_file lm_data/wh/elmo_2x4096_512_2048cnn_2xhighway_options.json \ --elmo_weight_file lm_data/wh/elmo_2x4096_512_2048cnn_2xhighway_weights.hdf5 \ --elmo_token_embedding_file lm_data/wh/elmo_token_embeddings.hdf5 \ --elmo_vocab_file lm_data/wh/wikihop_vocab.txt \ --processed_dataset_train data/wikihop_train.jsonl \ --processed_dataset_valid data/wikihop_valid.jsonl \ --multiple_choice \ --max_target_iterations 4 \ --max_iterations 8 \ --batch_size 16 \ --max_target_iterations 4 \ --max_iterations 8 \ --max_context_iterations 1300 \ --dropout_rate 0.2评估
要评估 NarrativeQA，我们需要首先生成官方答案 测试集。为此，请运行：
python src/config.py \ --mode generate_answers \ --processed_dataset_valid data/narrative_qa_valid.jsonl \ --processed_dataset_test data/narrative_qa_test.jsonl
或者，如果您真的想在jupyter notebook 中运行这些命令，那么您只需在所有这些命令之前添加一个! 并运行它们不同的单元格。
【讨论】：
当您在 Jupyter 笔记本的任何单元格中使用 ('!') 时，它充当的命令比终端更简洁 这里是一个示例示例 Example How to clone git file in Jupyter Notebook。
! git clone https://github.com/yicheng-w/CommonSenseMultiHopQA.git
在 Cell 中写入 Upper Command 后，您需要运行 cell 来执行命令，并且您的 Git Repo 已成功克隆到您的 notebook。
【讨论】：
git clone 将 repo 克隆到您的计算机上。相当于下载了。这不会运行代码。