没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
FastBert,复现ACL2020论文 注:已收到多个反馈,分类数量很多时,FastBert加速效果不明显,请根据实际情况应用 简介 相比一众BERT蒸馏方法,FastBERT的蒸馏过程和具体任务一起进行, 且主干BERT网络不变,有如下优点: 1. 准确率损失较小, 加速比约1~10倍, 2. 和BERT预训练模型兼容,可灵活替换各种预训练模型,如ernie 3. 使用简单, 较为实用 适用于文本分类任务,想要用BERT提升效果但受限于机器资源的场景 使用方法 下载pretrain的bert模型: , 放至目录./pretrained_model/bert-chinese/bert-pytorch-google/下 ,放至目录./pretrained_model/ernie/ERNIE_stable-1.0.1-pytorch/下 1. 初始训练:
资源推荐
资源详情
资源评论
收起资源包目录
FastBERT-master.zip (27个子文件)
FastBERT-master
train.py 12KB
pretrained_model
bert-chinese
bert-pytorch-google
bert_config.json 545B
vocab.txt 107KB
ernie
ERNIE_stable-1.0.1-pytorch
config.json 360B
vocab.txt 89KB
img
compare.png 201KB
arch.png 272KB
utils.py 3KB
infer.py 7KB
predict.py 3KB
saved_model
README.md 93B
config
fastbert_cls.json 530B
fastbert_cls_ernie.json 521B
run_scripts
script_infer.sh 321B
script_eval.sh 292B
script_train_stage1.sh 453B
script_train_stage0.sh 385B
README.md 3KB
sample
ChnSentiCorp
test.tsv 361KB
dev.tsv 365KB
test_slim.tsv 157KB
train.tsv 2.88MB
model_define
model_bert.py 15KB
optimization.py 7KB
model_fastbert.py 21KB
data_utils
tokenization.py 11KB
dataset_preparing.py 2KB
共 27 条
- 1
资源评论
新文达·小文姐姐
- 粉丝: 29
- 资源: 4545
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- C语言实现基于STM32F103RC的电子相册(原理图、PCB源文件、程序源码及制作).zip
- C语言实现基于stm32和mpu9250的usb hid键盘、鼠标、游戏控制器.zip
- SAP GUI for Windows 7.70 Patch16
- C语言实现基于物联网的户外环境检测装置(STM32、APP、WIFI).zip
- Models for ICM/MCM美赛常用模型.zip
- cef源码CEF全称Chromium Embedded Framework
- hbase分布式.rar
- vc 6.0简介.rar
- C语言实现智能家居专用-STM32 以太网开发板电路设计(开源带例程).zip
- 基于深度学习的分类.rar
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功