Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
Stevezhangz
BERT Pytorch
提交
e62faed2
B
BERT Pytorch
项目概览
Stevezhangz
/
BERT Pytorch
通知
14
Star
1
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
B
BERT Pytorch
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
e62faed2
编写于
4月 23, 2021
作者:
Stevezhangz
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Update README.md
上级
abcb87ad
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
16 addition
and
17 deletion
+16
-17
README.md
README.md
+16
-17
未找到文件。
README.md
浏览文件 @
e62faed2
...
...
@@ -29,33 +29,32 @@ except that, you have to learn about how to run it on your dataset
for example:
np.random.seed(random_seed)
#json2list=general_transform_text2list("data/demo.txt",type="txt")
json2list=general_transform_text2list("data/chinese-poetry/chuci/chuci.json",type="json",args=['content'])
data=json2list.getdata()
list2token=generate_vocab_normalway(data,map_dir="words_info.json")
sentences,token_list,idx2word,word2idx,vocab_size=list2token.transform()
batch = creat_batch(batch_size,max_pred,maxlen,vocab_size,word2idx,token_list,sentences)
input_ids, segment_ids, masked_tokens, masked_pos, isNext = zip(*batch)
input_ids, segment_ids, masked_tokens, masked_pos, isNext = \
torch.LongTensor(input_ids), torch.LongTensor(segment_ids), torch.LongTensor(masked_tokens), \
torch.LongTensor(masked_pos), torch.LongTensor(isNext)
loader = Data.DataLoader(Text_file(input_ids, segment_ids, masked_tokens, masked_pos, isNext), batch_size, True)
batch = creat_batch(batch_size,max_pred,maxlen,word2idx,idx2word,token_list,0.15)
loader = Data.DataLoader(Text_file(batch), batch_size, True)
model=Bert(n_layers=n_layers,
vocab_size=vocab_size,
emb_size=d_model,
max_len=maxlen,
seg_size=n_segments,
dff=d_ff,
dk=d_k,
dv=d_v,
n_head=n_heads,
n_class=2,
)
vocab_size=vocab_size,
emb_size=d_model,
max_len=maxlen,
seg_size=n_segments,
dff=d_ff,
dk=d_k,
dv=d_v,
n_head=n_heads,
n_class=2,
drop=drop)
if use_gpu:
with torch.cuda.device(device) as device:
model.to(device)
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adadelta(model.parameters(), lr=lr)
model.Train(epoches=epoches,
model.Train
_for_mask_guess
(epoches=epoches,
train_data_loader=loader,
optimizer=optimizer,
criterion=criterion,
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录