目录
前言
简单来说,Paddlehub就是一个用于储存所有一训练好模型的小型仓库。所有已经训练好的模型都会被放到这个“仓库”里面。发开者可以在已有模型的基础上进行迁移学习,也可以直接将训练好的模型拿出来使用,本文侧重于后者。
一、Paddlehub是什么?
便捷地获取PaddlePaddle生态下的预训练模型,完成模型的管理和一键预测。配合使用Fine-tune API,可以基于大规模预训练模型快速完成迁移学习,让预训练模型能更好地服务于用户特定场景的应用。
二、使用步骤
1.引入库
import paddlehub as hub
2.读取模型
name即为所读取模型的名字,例如
"ernie_gen_lover_words"
"stylepro_artistic"
"deeplabv3p_xception65_humanseg"
具体可参考百度Paddlehub官方文档https://www.paddlepaddle.org.cn/hub
module = hub.Module(name="ernie_gen_lover_words")
stylepro_artistic = hub.Module(name="stylepro_artistic")
humanseg = hub.Module(name="deeplabv3p_xception65_humanseg")
3.效果显示
输入代码:
import paddlehub as hub
import paddle
module = hub.Module(name="ernie_gen_lover_words")
width = int(input("输入数字,要回你几句"))
a = int(input('输出内容,根据什么内容进行回复'))
test_tests = [a]
results = module.generate(texts=test_tests, use_gpu=False, beam_width=a)
for result in results:
print(result)
输出结果:
总结
不同的模型有个不同的输入输出格式,本文以"ernie_gen_lover_words"模型为例子,简单地讲述了Paddlehub的使用方法。读者可根据自己的需要到官方去查询不同的模型。