将预训练模型由tensorflow版本转为pytorch版本

import os

from transformers.models.bert.convert_bert_original_tf_checkpoint_to_pytorch import convert_tf_checkpoint_to_pytorch

# chinese_wobert_plus
# 模型位置
path = r"C:\Users\zmmm\Desktop\TSProjects\chinese_wobert_plus_L-12_H-768_A-12"
# 不需要修改代码,直接使用(尽管chinese_wobert_plus的模型后缀不是.ckpt)
tf_checkpoint_path = os.path.join(path, "bert_model.ckpt")
bert_config_file = os.path.join(path, "bert_config.json")

# 保存pytorch文件的位置
pytorch_dump_path = os.path.join(r'C:\Users\zm\Desktop\TSProjects\wobert_chinese_plus_base', "pytorch_model.bin")


convert_tf_checkpoint_to_pytorch(tf_checkpoint_path, bert_config_file,
                                 pytorch_dump_path)

参考:

https://github.com/JunnYu/WoBERT_pytorch

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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