文本分类:Bert微调并完成下游任务

1. 克隆Bert并获取预训练模型

$ git clone https://github.com/google-research/bert.git

依赖和环境:

  • Tensorflow-gpu version 1.15 (不建议使用TF2)
  • Python version: 3.7
  • CUDA Version: 10.2
  • 预训练模型: https://github.com/google-research/bert

2. 改写自己的分类器读写函数

run_classifier.py

class MyProcessor(DataProcessor):
  """Processor for the my data set."""
  def get_train_examples(self, data_dir):
    """See base class."""
    return self._create_examples(
        self._read_tsv(os.path.join(data_dir, "train.tsv")), "train")

  def get_dev_examples(self, data_dir):
    """See base class."""
    return self._cre
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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
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