文章导读
Finetuner 是什么?它能解决什么问题、有哪些优势?本文将结合代码实例,带大家全面地认识 Finetuner。
Finetuner:一行代码解决模型调优
利用 Jina 从零搭建一套神经搜索系统,往往需要 1~2 天即可实现,但是对模型进行调优,则需要 1-2 周甚至更长时间。
用 Jina 搭建一套神经搜索系统
约有 87.5% 的时间用于调优
为了帮助开发者更快、更简洁地调试神经搜索系统,Finetuner 应运而生。
Finetuner 是由 Jina AI 发布的神经系统结果调优工具,于 2021 年 10 月上线,可用于调整深度神经网络的权重,从而在搜索任务中获得更好的 embedding。
利用 Finetuner,只需一行代码,即可解决模型调优问题,提升预训练模型的性能。
用 Finetuner 对模型进行调优,共包括三个步骤:
1、载入数据
2、载入模型(下图示例中使用的是 PyTorch 内置的 ResNet50 模型)
3、将模型和数据传给 Finetuner fit() 函数,Finetuner 就可以自动对模型进行微调
Finetuner:一行代码搞定调优过程
Finetuner 主要包含三个模块,分别与炼丹师们训练模型的三个步骤一一对应:
Labeler--数据准备
Tailer--模型搭建
Tuner--模型训练
Finetuner 支持 PaddlePaddle