Update Note.md

Author: tsyw

Note.md

@@ -45,9 +45,9 @@
 
 新的扩展数据来源于基于莱文斯坦距离的模糊匹配。匹配出来新的节点范围后，对回答节点和下一跳节点的起点和终点采用交叉熵损失进行训练。
 
-实验非常耗时。由于单卡训练，所以降低了学习率，降低了batchsize，提高了accumulate-gradient，第一次运行的在dev数据集合上的是结果是：
+实验非常耗时。由于单卡训练，所以降低了学习率，降低了batchsize，提高了accumulate-gradient，即使是这样，显存依然不够，因此训练失败，最后的model第一次运行的在dev数据集合上的是结果是：
 
 {'em': 0.07792032410533424, 'f1': 0.11589995731587953, 'prec': 0.12096540304170288, 'recall': 0.11914047476048512, 'sp_em': 0.017555705604321403, 'sp_f1': 0.17510096211867643, 'sp_prec': 0.20333782336652031, 'sp_recall': 0.20638227066653758, 'joint_em': 0.00675219446320054, 'joint_f1': 0.05201124642132065, 'joint_prec': 0.057943727484409326, 'joint_recall': 0.06562598799059655}
 
-这个结果很低，远低于文章中的结果。下面尝试在aws服务器上运行。
+这个结果很低，远低于文章中的结果。下面尝试1.在aws服务器上运行2.改一下代码，把部分负载放到cpu上。