UTC模型遇到相关问题(多分类、模型热加载、部署问题)含SimpleServing 的服务化部署相关问题

6 篇文章 0 订阅 ¥399.90 ¥99.00

1.基于多标签、多分类、层次分类问题

三种分类都可以在 UTC 框架下实现,其中 multi-class 需要修改评估代码。

1.multi-label: UTC 默认是 multi-label 形式

  • 数据示例
    {“text_a”: “多标签分类示例”, “choices”: [“体育”, “时政”, “娱乐”, “电影”], “labels”: [2, 3], “text_b”: “”, “question”: “”}

2.hierachical: applications/text_classification/*/few-shot 目录下 hierachical 的代码实现和 multi-label 是相同的,区别是数据层面将多级标签用 ## 分隔符拼接了起来,形式上仍是 multi-label。在 UTC 中也可以使用这种实现,将多级标签直接拼起来,如果只需要分类到细分层级,直接取细分层级效果可能更好。

  • 数据示例
    {“text_a”: “多层次分类示例”, “choices”: [“环境 资质优”, “环境 资质差”, “口味 口感好”, “口味 口感差”], “labels”: [0, 1], “text_b”: “”, “question”: “”}
  1. multi-class: 与上述两种分类的区别是 multi-class 最终分类结果有且只有一个标签。
  • 数据示例
    {“text_a”: “多分类示例”, “choices”: [“体育”, “时政”, “娱乐”], “labels”: 0, “text_b”: “”, “question”: “”}

修改代码部分:原有代码中compute_metrics 函数的 sigmoid 实现 run_train.py 和 run_eval.py 均改为 softmax

def compute_

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

汀、人工智能

谢谢支持

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值