昇思25天学习打卡营第12天|应用实践之基于MindSpore通过GPT实现情感分类-CSDN博客

本文链接：https://blog.csdn.net/m0_52501541/article/details/140218314

基本介绍

今天的应用实践是基于MindSpore通过GPT实现情感分类，这与之前的使用BERT模型实现情绪分类有异曲同工之妙，本次使用的模型是OpenAI开源的GPT，数据集是MindNLP内置的数据集imdb。我们将会使用该数据集对GPT进行训练，然后进行测试。由于数据集是内置的数据集，可以直接进行加载即可，若本地没有该数据集，则会先下载，再加载到内存，具体代码如下：

imdb_ds = load_dataset('imdb', split=['train', 'test'])
imdb_train = imdb_ds['train']
imdb_test = imdb_ds['test']

数据集一般不会直接符合模型的输入，所以要对数据集进行预处理，主要预处理就是batch划分和Token化，处理完毕进行数据集划分即可。具体代码如下：

import numpy as np

def process_dataset(dataset, tokenizer, max_seq_len=512, batch_size=4, shuffle=False):
    is_ascend = mindspore.get_context('device_target') == 'Ascend'
    def tokenize(text):
        if is_ascend:
            tokenized = tokenizer(text, padding='max_length