社区
下载资源悬赏专区
帖子详情
checkpoint中文安装说明下载
weixin_39821260
2019-10-22 04:30:15
checkpoint的中文安装说明,内容比较详细适合没有接触过checkpoint的初学者
相关下载链接:
//download.csdn.net/download/hanxu22967/1623309?utm_source=bbsseo
...全文
44
回复
打赏
收藏
checkpoint中文安装说明下载
checkpoint的中文安装说明,内容比较详细适合没有接触过checkpoint的初学者 相关下载链接://download.csdn.net/download/hanxu22967/1623309?utm_source=bbsseo
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
checkpoint
中文
安装
说明
checkpoint
的
中文
安装
说明
,内容比较详细适合没有接触过
checkpoint
的初学者
基于TensorFlow框架+可配置词典的
中文
分词网络模型Python实现源码+项目运行
说明
+数据.zip
1.项目代码均经过功能验证ok,确保稳定可靠运行。欢迎
下载
体验!
下载
完使用问题请私信沟通。 2.主要针对各个计算机相关专业,包括计算机科学、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师、企业员工。 3.项目具有丰富的拓展空间,不仅可作为入门进阶,也可直接作为毕设、课程设计、大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中,如有问题或建议,请及时沟通。 5.期待你能在项目中找到乐趣和灵感,也欢迎你的分享和反馈! 【资源
说明
】 基于TensorFlow框架+可配置词典的
中文
分词网络模型Python实现源码+项目运行
说明
+数据.zip 基于可配置词典的lstm切词。 将最大前向匹配的结果作为模型输入的一部分,达到动态干预模型结果的效果,实时加入新词 # 运行 1. 环境tensorflow2.0 python3.6;除此之外还有一些python包:numpy, collections 2. 直接运行run.sh即可开始训练 3. 超参在lstm.conf中修改,通过tensorboard --logdir ./tf.log/ --bind_all查看训练过程 4. 如果bert预训练模型
下载
缓慢,可以自行从其他地方
下载
,bert模型
下载
好后,运行controller.py即可 ``` python controller.py train #训练 python controller.py predict #测试 ``` # 配置项
说明
1. 配置文件:lstm.conf 2. + hidden_size: lstm层的维度 + max_seq_len: 最大句子长度 + learning_rate: 学习率 + bert_vocab: bert的词(字)库 + pre_train_model: bert预训练的
checkpoint
+ vocab_size: 字库的大小 + train_file: 训练数据 文件路径 + dev_file: 验证集文件路径 + test_file: 测试集文件路径 # 数据 用的是微软亚洲研究院的公开数据集,读者可自行
下载
更多的数据集 样例: ``` 城市 大 了 , 我们 的 活 也 就 多 了 重 了 , 可 这点儿 辛苦 真 算 不得 什么 。 ” 从小 苦 惯 了 , 闲 下来 就 会 浑身 不 舒服 。 ” 凭 自己 的 技术 , 总能 找到 活 干 , 而且 能 让 人 满意 。 ” 她 跟 等候 着 的 求职 者 一一 打招呼 : “ 你们 去 找 旁边 的 老师 登记 好 吗 ? 就业 的 天地 很 广 , 不要 在 一 棵 树 上 吊死 , 至少 先 解决 温饱 再说 。 ” 那 你 等 一 等 , 我 再 帮 你 调调 资料 看 。 ” 这是 花 , 是 树桩 , 哪 得 是 干柴 嘛 ! ” ``` # 模型效果 新词配置后能很好地识别
第二章:Spark Streaming数据存储与调优
1.Spark Streaming:缓存与持久化机制 2.Spark Streaming:
Checkpoint
机制 3.Spark Streaming:部署、升级和监控应用程序 4.Spark Streaming:容错机制以及事务语义详解
基于BERT-BILSTM-CRF进行
中文
命名实体识别的python源码+项目使用
说明
+数据+模型
<项目介绍> --
checkpoint
:模型和配置保存位置 --model_hub:预训练模型 ----chinese-bert-wwm-ext: --------vocab.txt --------pytorch_model.bin --------config.json --data:存放数据 ----dgre --------ori_data:原始的数据 - - 不懂运行,
下载
完可以私聊问,可远程教学 该资源内项目源码是个人的毕设,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心
下载
使用! 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心
下载
使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工
下载
学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。
下载
后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。 --------
基于BERT-BILSTM-CRF进行
中文
命名实体识别python源码+项目使用
说明
+数据+模型.zip
【资源
说明
】 基于BERT-BILSTM-CRF进行
中文
命名实体识别python源码+项目使用
说明
+数据+模型.zip 依赖 ```python scikit-learn==1.1.3 scipy==1.10.1 seqeval==1.2.2 transformers==4.27.4 pytorch-crf==0.7.2 ``` # 目录结构 ```python --
checkpoint
:模型和配置保存位置 --model_hub:预训练模型 ----chinese-bert-wwm-ext: --------vocab.txt --------pytorch_model.bin --------config.json --data:存放数据 ----dgre --------ori_data:原始的数据 --------ner_data:处理之后的数据 ------------labels.txt:标签 ------------train.txt:训练数据 ------------dev.txt:测试数据 --config.py:配置 --model.py:模型 --process.py:处理ori数据得到ner数据 --predict.py:加载训练好的模型进行预测 --main.py:训练和测试 ``` #
说明
这里以dgre数据为例,其余数据类似。 ```python 1、去https://huggingface.co/hfl/chinese-bert-wwm-ext/tree/main
下载
相关文件到chinese-bert-wwm-ext下。 2、在process.py里面定义将ori_data里面的数据处理得到ner_data下的数据,ner_data下数据样本是这样的: --labels.txt 故障设备 故障原因 --train.txt/dev.txt {"id": "AT0001", "text": ["6", "2", "号", "汽", "车", "故", "障", "报", "告", "综", "合", "情", "况", ":", "故", "障", "现", "象", ":", "加", "速", "后", ",", "丢", "开", "油", "门", ",", "发", "动", "机", "熄", "火", "。"], "labels": ["O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-故障设备", "I-故障设备", "I-故障设备", "B-故障原因", "I-故障原因", "O"]} 一行一条样本,格式为BIO。 3、在config.py里面定义一些参数,比如: --max_seq_len:句子最大长度,GPU显存不够则调小。 --epochs:训练的epoch数 --train_batch_size:训练的batchsize大小,GPU显存不够则调小。 --dev_batch_size:验证的batchsize大小,GPU显存不够则调小。 --save_step:多少step保存模型 其余的可保持不变。 4、在main.py里面修改data_name为数据集名称。需要注意的是名称和data下的数据集名称保持一致。最后运行:python main.py 5、在predict.py修改data_name并加入预测数据,最后运行:python predict.py ``` 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心
下载
使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工
下载
使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎
下载
,沟通交流,互相学习,共同进步!
下载资源悬赏专区
12,887
社区成员
12,439,214
社区内容
发帖
与我相关
我的任务
下载资源悬赏专区
CSDN 下载资源悬赏专区
复制链接
扫一扫
分享
社区描述
CSDN 下载资源悬赏专区
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章