albert zh for pytorch transformers Download - albert zh for pytorch transformers Source Code Download

albert zh for pytorch transformers

AI-Quellcode

albert for pytorch

Herunterladen

Der ursprüngliche Referenzautor hat die Modelldownload- und Testergebnisse bereitgestellt

https://github.com/lonepatient/albert_pytorch/blob/master/readme_zh.md

Albert-Zh für Pytorch-Transformatoren

Hör auf zu aktualisieren
Konvertieren Sie einfach die Referenz und treten Sie dann auf die Mine
Albert Zh für Pytorch-Transformatoren
Testunterstützung für traditionelle Chinesen

Verfügbare Modelle

ALBERT_TINY_ZH
Albert_base_zh
ALBERT_LARGE_ZH
ALBERT_XLARGE_ZH

API

Erster Platz albert_zh in diesem Repo unter Ihrem Projekt

from albert_zh import ...

 AlbertConfig
AlbertTokenizer
AlbertModel
AlbertForMaskedLM
AlbertForQuestionAnswering
AlbertForSequenceClassification

https://huggingface.co/transformers/v2.3.0/model_doc/albert.html

Wie man benutzt

Siehe usage_example.py
Oder beziehen
Die Tests funktionieren ordnungsgemäß in Transformatoren 2.3.0

Häufig gestellte Fragen

Ich möchte es in Jupyter und Colab vorstellen, aber ich habe Probleme

Diese Repo -Benennung entspricht nicht der Python -Modul -Benennungskonvention, und Jupyter selbst hat keine gute Unterstützung für maßgeschneiderte Module. Weitere Informationen finden Sie im folgenden Lösungsbeispiel. Erwägen Sie, PYPI später voranzutreiben

 # 此段code僅適用於jupyter、colab
!git clone https://github.com/p208p2002/albert-zh-for-pytorch-transformers.git albert
import sys 
sys.path.append('.')
from albert.albert_zh import AlbertConfig, AlbertTokenizer, AlbertForSequenceClassification

Verlust kann nicht reduziert werden, das Training wird zu Müll

Stellen Sie sicher, dass die Modellklasse und die Modellkonfiguration von Albert_ZH eingeführt werden, nicht von Transformatoren

Lonepatient/Albert_Pytorch#35

AttributeError: 'Bertconfig' Objekt hat kein Attribut 'Share_type'

config.json fügt "share_type":"all"

Das Modell druckt während des Trainings Dinge

Bitte verwenden Sie log() anstelle von print() und führen Sie blockPrint() einmal zu Beginn des Programms aus

 import os , sys
def log ( * logs ):
    enablePrint ()
    print ( * logs )
    blockPrint ()

# Disable
def blockPrint ():
    sys . stdout = open ( os . devnull , 'w' )

# Restore
def enablePrint ():
    sys . stdout = sys . __stdout__