- 博客(9)
- 资源 (3)
- 收藏
- 关注
原创 NLP(三十九)使用keras-bert实现完形填空及简单的文本纠错功能
在之前的系列文章中,笔者介绍了如何使用keras-bert来调用BERT模型,实现文本多分类,文本多标签分类以及序列标注任务,文章如下:NLP(三十四)使用keras-bert实现序列标注任务NLP(三十五)使用keras-bert实现文本多分类任务NLP(三十六)使用keras-bert实现文本多标签分类任务在本文中,笔者将介绍如何使用keras-bert来调用BERT模型使用完形填空及简单的文本纠错功能。完形填空 首先,我们来了解下什么是完形填空。所谓完形填空,指的是将句子中缺失的
2021-01-24 16:35:23 4769 7
原创 NLP(三十八)使用keras-bert调用ALBERT模型实现文本分类、文本多标签分类、序列标注任务
在系列文章NLP(三十四)使用keras-bert实现序列标注任务、NLP(三十五)使用keras-bert实现文本多分类任务、NLP(三十六)使用keras-bert实现文本多标签分类任务中,笔者介绍了如何使用keras-bert模块来调用BERT等模型来实现文本分类、文本多标签分类、序列标注任务。 在系列文章NLP(二十二)利用ALBERT实现文本二分类、NLP(二十五)实现ALBERT+Bi-LSTM+CRF模型、NLP(二十八)多标签文本分类中,笔者将ALBERT模型作为特征向量提取工具,实
2021-01-05 22:41:09 5141 3
原创 NLP(三十七)使用keras-bert实现英语序列标注任务
在文章NLP(三十四)使用keras-bert实现序列标注任务中,我们已经用keras-bert模块实现了中文序列标注任务,其中对BERT进行微调。当前,我们也可以顺便实现下英语序列标注任务。 本文将介绍如何使用keras-bert实现英语序列标注任务。一个小测试 使用keras-bert实现英语序列标注任务的代码,大体上与文章NLP(三十四)使用keras-bert实现序列标注任务中的相似,但英语序列标注有其特殊之处。其特殊之处在于,BERT会将复杂的英语单词拆分成多个简单英语单词,进行to
2021-01-05 10:45:14 2047 3
原创 Keras入门(八)K折交叉验证
在文章Keras入门(一)搭建深度神经网络(DNN)解决多分类问题中,笔者介绍了如何搭建DNN模型来解决IRIS数据集的多分类问题。 本文将在此基础上介绍如何在Keras中实现K折交叉验证。什么是K折交叉验证? K折交叉验证是机器学习中的一个专业术语,它指的是将原始数据随机分成K份,每次选择K-1份作为训练集,剩余的1份作为测试集。交叉验证重复K次,取K次准确率的平均值作为最终模型的评价指标。一般取K=10,即10折交叉验证,如下图所示: 用交叉验证的目的是为了得到可靠稳定的模型。K折交
2021-01-24 20:43:19 10678 6
原创 tensorflow(9)利用tensorflow/serving实现模型的高效使用
我们以文章tensorflow(8)将h5文件转化为pb文件并利用tensorflow/serving实现模型部署中的模型文件为例,介绍如何在tensorflow/serving实现模型的高效使用。 平时我们在使用tensorflow/serving的Docker镜像时,常用的部署命令为:docker run -t --rm -p 8561:8501 -v "$path/example_ner:/models/example_ner" -e MODEL_NAME=example_ner tenso
2021-01-16 18:38:10 1415 3
原创 tensorflow(8)将h5文件转化为pb文件并利用tensorflow/serving实现模型部署
在文章NLP(三十四)使用keras-bert实现序列标注任务中,我们使用Keras和Keras-bert进行模型训练、模型评估和模型预测。我们对人民日报实体数据集进行模型训练,保存后的模型文件为example.h5,h5是Keras保存模型的一种文件格式。 在文章Keras入门(七)使用Flask+Keras-bert构建模型预测服务,我们也介绍了如何使用Flask和example.h5文件来实现模型预测的HTTP服务。 本文将会介绍如何将h5文件转化为pb文件并利用tensorflow/se
2021-01-16 17:23:51 3013
原创 Keras入门(七)使用Flask+Keras-bert构建模型预测服务
在文章NLP(三十四)使用keras-bert实现序列标注任务中,我们介绍了如何使用keras-bert模块,利用BERT中文预训练模型来实现序列标注任务的模型训练、模型评估和模型预测。其中,模型预测是通过加载生成的h5文件来实现的。 本文将会介绍如何使用Flask构建模型预测的HTTP服务。 我们遵循正常的思路,即先使用Keras加载保存后的h5模型文件,利用Flask对新输入的文本进行模型预测,最后给出预测结果。我们对人民日报命名实体实体数据集进行模型训练,采用文章NLP(三十四)使用ker
2021-01-16 15:43:11 1140 2
原创 tensorflow(7)利用tensorflow/serving实现BERT模型部署
本文将会详细介绍如何使用tensorflow/serving来实现BERT模型的部署及预测。 我们以Github上的bertNER为例,该项目使用BERT+Bi-LSTM+CRF结构实现中文序列标注,对BERT进行微调,并且提供了模型训练、模型预测的办法。本文将在此基础上,将模型训练后生成的ckpt文件转化为pb文件(tensorflow/serving支持的部署文件格式),并使用tensorflow/serving来实现BERT模型的部署及预测。如何将ckpt文件转化为pb文件? 该项目使用
2021-01-07 21:47:59 1353 9
原创 tensorflow(6)利用tensorflow/serving实现模型部署及预测
在文章tensorflow(5)将ckpt转化为pb文件并利用tensorflow/serving实现模型部署及预测中,笔者以一个简单的例子,来介绍如何在tensorflow中将ckpt转化为pb文件,并利用tensorflow/serving来实现模型部署及预测。本文将会介绍如何使用tensorflow/serving来实现单模型部署、多模型部署、模型版本控制以及模型预测。 我们将会以Docker形式使用tensorflow/serving,因此需要在你的环境中安装好Docker。我们以tenso
2021-01-06 21:54:01 1638 1
pytorch入门+神经网络模型+实战项目
2023-03-18
Advanced model deployments with TensorFlow Serving Presentation.pdf
2021-02-25
Python爬虫系列之PhantomJS+Selenium+AutoIt.pptx
2018-03-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人