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
PaddlePaddle
PaddleHub
提交
4d885b41
P
PaddleHub
项目概览
PaddlePaddle
/
PaddleHub
9 个月 前同步成功
通知
280
Star
12117
Fork
2091
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
200
列表
看板
标记
里程碑
合并请求
4
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleHub
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
200
Issue
200
列表
看板
标记
里程碑
合并请求
4
合并请求
4
Pages
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
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
4d885b41
编写于
1月 10, 2020
作者:
S
Steffy-zxf
提交者:
wuzewu
1月 10, 2020
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
update docs (#309)
* update docs
上级
46c9c330
变更
5
隐藏空白更改
内联
并排
Showing
5 changed file
with
7 addition
and
6 deletion
+7
-6
AUTHORS.md
AUTHORS.md
+1
-0
README.md
README.md
+1
-1
RELEASE.md
RELEASE.md
+1
-1
demo/text_classification/README.md
demo/text_classification/README.md
+2
-2
tutorial/autofinetune.md
tutorial/autofinetune.md
+2
-2
未找到文件。
AUTHORS.md
浏览文件 @
4d885b41
...
...
@@ -5,3 +5,4 @@
| sjtubinlong | Bin Long |
| Steffy-zxf | Xuefei Zhang |
| kinghuin | Jinxuan Qiu |
| ShenYuhan | Yuhan Shen |
README.md
浏览文件 @
4d885b41
...
...
@@ -7,7 +7,7 @@
PaddleHub是飞桨预训练模型管理和迁移学习工具,通过PaddleHub开发者可以使用高质量的预训练模型结合Fine-tune API快速完成迁移学习到应用部署的全流程工作。其提供了飞桨生态下的高质量预训练模型,涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。更多模型详情请查看官网:https://www.paddlepaddle.org.cn/hub
基于预训练模型,PaddleHub支持以下功能:
基于预训练模型,PaddleHub支持以下功能:
*
**[模型即软件](#模型即软件)**
,通过Python API或命令行实现快速预测,更方便地使用PaddlePaddle模型库。
...
...
RELEASE.md
浏览文件 @
4d885b41
...
...
@@ -69,7 +69,7 @@
# `v1.0.0`
*
全新发布PaddleHub官网,易用性全面提升
*
新增网站 http
://hub.paddlepaddle.org.cn
包含PaddlePaddle生态的预训练模型使用介绍
*
新增网站 http
s://www.paddlepaddle.org.cn/hub
包含PaddlePaddle生态的预训练模型使用介绍
*
迁移学习Demo接入AI Studio与AI Book,无需安装即可快速体验
*
新增29个预训练模型,覆盖文本、图像、视频三大领域;目前官方提供40个预训练模型
...
...
demo/text_classification/README.md
浏览文件 @
4d885b41
...
...
@@ -49,6 +49,7 @@ BERT-wwm, Chinese | `hub.Module(name='bert_wwm_chinese_L-12_H-7
BERT-wwm-ext, Chinese |
`hub.Module(name='bert_wwm_ext_chinese_L-12_H-768_A-12')`
RoBERTa-wwm-ext, Chinese |
`hub.Module(name='roberta_wwm_ext_chinese_L-12_H-768_A-12')`
RoBERTa-wwm-ext-large, Chinese |
`hub.Module(name='roberta_wwm_ext_chinese_L-24_H-1024_A-16')`
更多模型请参考
[
PaddleHub官网
](
https://www.paddlepaddle.org.cn/hub?filter=hot&value=1
)
。
如果想尝试BERT模型,只需要更换Module中的
`name`
参数即可.
...
...
@@ -92,11 +93,10 @@ LCQMC | hub.dataset.LCQMC() | 句对 | ernie_tiny
NLPCC-QBDA | hub.dataset.NLPCC_DBQA() | 句对 | ernie_tiny | accuracy |
GLUE-CoLA | hub.dataset.GLUE("CoLA") | 单句 | ernie_v2_eng_base | matthews |
GLUE-SST2 | hub.dataset.GLUE("SST-2") | 单句 | ernie_v2_eng_base | accuracy |
GLUE-CoLA | hub.dataset.GLUE("CoLA") | 单句 | ernie_v2_eng_base | accuracy |
GLUE-MNLI | hub.dataset.GLUE("MNLI_m") | 句对 | ernie_v2_eng_base | accuracy |
GLUE-QQP | hub.dataset.GLUE("QQP") | 句对 | ernie_v2_eng_base | accuracy |
GLUE-QNLI | hub.dataset.GLUE("QNLI") | 句对 | ernie_v2_eng_base | accuracy |
GLUE-STS-
2 | hub.dataset.GLUE("SST-2"")
| 句对 | ernie_v2_eng_base | accuracy |
GLUE-STS-
B | hub.dataset.GLUE("STS-B")
| 句对 | ernie_v2_eng_base | accuracy |
GLUE-MRPC | hub.dataset.GLUE("MRPC") | 句对 | ernie_v2_eng_base | f1 |
GLUE-RTE | hub.dataset.GLUE("RTE") | 单句 | ernie_v2_eng_base | accuracy |
XNLI | hub.dataset.XNLI(language=zh)| 句对 | roberta_wwm_ext_chinese_L-24_H-1024_A-16 | accuracy |
...
...
tutorial/autofinetune.md
浏览文件 @
4d885b41
...
...
@@ -99,7 +99,7 @@ $ hub autofinetune train.py --param_file=hparam.yaml --gpu=0,1 --popsize=5 --rou
其中,选项
*
`--param_file`
: 必填,待优化的超参数信息yaml文件,即上述
[
hparam.yaml
](
#
hparam.
yaml
)
;
*
`--param_file`
: 必填,待优化的超参数信息yaml文件,即上述
[
hparam.yaml
](
#
1-hparam
yaml
)
;
*
`--gpu`
: 必填,设置运行程序的可用GPU卡号,中间以逗号隔开,不能有空格;
...
...
@@ -167,7 +167,7 @@ $ tensorboard --logdir ${OUTPUT}/visualization --host ${HOST_IP} --port ${PORT_N
## 六、args参数传递
PaddleHub AutoDL Finetuner 支持将train.py中的args其余不需要搜索的参数通过autofinetune remainder方式传入。这个不需要搜索的选项参数名称应该和通过hub autofinetune的传入选项参数名称保持一致。如
[
PaddleHub AutoDL Finetuner超参优化--NLP情感分类任务
](
.
/autofinetune-nlp.md
)
示例中的max_seq_len选项,可以参照以下方式传入。
PaddleHub AutoDL Finetuner 支持将train.py中的args其余不需要搜索的参数通过autofinetune remainder方式传入。这个不需要搜索的选项参数名称应该和通过hub autofinetune的传入选项参数名称保持一致。如
[
PaddleHub AutoDL Finetuner超参优化--NLP情感分类任务
](
.
./demo/autofinetune_text_classification
)
示例中的max_seq_len选项,可以参照以下方式传入。
```
shell
$ OUTPUT
=
result/
...
...
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