预训练模型
问题:关于BERT预训练模型过大,达到1.3G。
相关问题出现原因:
- 其实Bert在保留预训练模型的时候不仅保留了结果参数,同时还保存了大量的中间参数,所以才会达到1G以上。
解决方案:过滤中间参数
sess = tf.Session()
imported_meta = tf.train.import_meta_graph('./model.ckpt-322.meta')
imported_meta.restore(sess, './model.ckpt-322')
my_vars = []
for var in tf.all_variables():
if 'adam_v' not in var.name and 'adam_m' not in var.name:
my_vars.append(var)
saver = tf.train.Saver(my_vars)
saver.save(sess, './model.ckpt')
效果说明:
- 执行完以上代码之后,新保存的模型降到了400M左右,即:问题解决。
- 亲测有效!!!
相关参考外网链接:
https://github.com/google-research/bert/issues/99