• 创建环境
• 激活环境
• 安装依赖
• 打开脚本，修改：
• 下载模型
• 启动测试：

创建环境

conda create -n  Model_Ensemble_NMT python=3.8

激活环境

conda activate Model_Ensemble_NMT

安装依赖

git clone https://github.com/facebookresearch/fairseq
pip install --editable fairseq/

打开脚本，修改：

# 1. 项目路径 (PROJ_PATH: 当前项目路径)
# 2. 数据路径 (DATA_BIN: 下载ar-zh_data.zip并解压，然后使用该变量指向解压后的目录)，
# 3. 模型位置 (SAVE_DIR:下载xx，然后使用该变量指向解压后的目录)
# 4. Python解释器路径 (PYTHON: 可以通过which python获得)
vim eval.sh
...... # 执行上述修改
# wc保存

下载模型

启动测试：

bash eval.sh
# #sacrebleu 参考译文 -i 生成译文  --tokenize zh -m bleu -b -w 2
sacrebleu ar-zh.zh -i ar2zh.out  --tokenize zh -m bleu -b -w 2