查看NLP预训练模型参数量

11 篇文章 0 订阅
# bert
from transformers import BertModel, BertConfig

config = BertConfig.from_json_file('bert-base/config.json')
bert_model = BertModel(config, add_pooling_layer=True)
pytorch_total_params = sum(p.numel() for p in bert_model.parameters() if p.requires_grad)
print('模型参数量: ', pytorch_total_params)

# gpt
from transformers import GPT2Config, GPT2Model

config = GPT2Config.from_json_file('gpt2-config.json')
model = GPT2Model(config)
pytorch_total_params = sum(p.numel() for p in model.parameters() if p.requires_grad)
print('模型参数量: ', pytorch_total_params)

# gpt

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