Finetune时利用自己的训练数据或者测试数据

以huggingface- transformer中实现的的text-classification为例。

在使用bash运行时,删掉task_name 或是其他可以自动下载数据集的传入参数。

按需增加以下传入参数

(训练/测试/验证集要是.csv或者.json文件)

--train_file 训练集地址 \
--validation_file 验证集地址 \
--test_file 测试集地址 \
--do_train \
--do_eval \
--do_predict \

以下是我的bash:

python3 run_glue.py \
  --model_name_or_path bert-base-uncased \
  --train_file ./data/train.csv \
  --validation_file ./data/dev.csv \
  --test_file ./data/test.csv \
  --do_train \
  --do_eval \
  --do_predict \
  --max_seq_length 128 \
  --per_device_train_batch_size 8 \
  --learning_rate 2e-5 \
  --num_train_epochs 3 \
  --output_dir /tmp/run_glue/

之后在加载数据的时候就会加载自己的数据了

加载本地数据代码段(transformers代码)


# Loading a dataset from your local files.
# CSV/JSON training and evaluation files are needed.
data_files = {"train": data_args.train_file, "validation": data_args.validation_file}

# Get the test dataset: you can provide your own CSV/JSON test file (see below)
# when you use `do_predict` without specifying a GLUE benchmark task.
if training_args.do_predict:
    if data_args.test_file is not None:
        train_extension = data_args.train_file.split(".")[-1]
        test_extension = data_args.test_file.split(".")[-1]
        assert (
            test_extension == train_extension
        ), "`test_file` should have the same extension (csv or json) as `train_file`."
        data_files["test"] = data_args.test_file
    else:
        raise ValueError("Need either a GLUE task or a test file for `do_predict`.")

for key in data_files.keys():
    logger.info(f"load a local file for {key}: {data_files[key]}")

if data_args.train_file.endswith(".csv"):
    # Loading a dataset from local csv files
    raw_datasets = load_dataset("csv", data_files=data_files, cache_dir=model_args.cache_dir)
else:
    # Loading a dataset from local json files
    raw_datasets = load_dataset("json", data_files=data_files, cache_dir=model_args.cache_dir)
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值