2021年01月_山阴少年

12月 11月 09月 08月 07月 06月 04月 03月 02月 01月

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

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

山阴少年