家纺网站设计,群辉安装wordpress,自己的电脑做网站服务器吗,销售网站是什么大模型如火如荼的今天#xff0c;不学点语言模型#xff08;LM#xff09;相关的技术实在是说不过去了。只不过由于过往项目用到LM较少#xff0c;所以学习也主要停留在直面——动眼不动手的水平。Huggingface#xff08;HF#xff09;也是现在搞LM离不开的工具了。
出于…大模型如火如荼的今天不学点语言模型LM相关的技术实在是说不过去了。只不过由于过往项目用到LM较少所以学习也主要停留在直面——动眼不动手的水平。HuggingfaceHF也是现在搞LM离不开的工具了。
出于项目需要以及实践出真知的想法在此记录一下第一次使用HF和微调ERNIE-gram的过程。 文章目录 开始的开始模型选择如何使用选好的模型怎么微调模型定义训练流程 参考 开始的开始
HF已经做的很好了。但是对于第一次上手实操LM的我来说还是有点陌生的。上手时有几个问题是一直困扰我的
HF上这么多模型我该用哪一个每个LM的主要作用是对文本进行Embedding可我的任务是句子对相似性计算这该怎么搞我想在自己的数据上继续微调模型该怎么做
模型选择
简单描述一下我的任务给定两个句子判断两个句子的语义是否等价。
从NLP的角度出发这是一类STSSemantic Textual Similarity任务本质是在比较两个文本的语义是否相似。通过检索找到了一些相关的比赛例如问题匹配的比赛和相关的模型这里简单罗列一下
千言数据集问题匹配鲁棒性。千言-问题匹配鲁棒性评测基线。Quora Question Pairs。ATEC学习赛NLP之问题相似度计算。第三届魔镜杯大赛—— 语义相似度算法设计。LCQMC通用领域问题匹配数据集。[Chinese-BERT-wwm]。
通过以上资料我大致确定了我要使用的模型——ERNIE-Gram1。
如何使用选好的模型
首先我找到了ERNIE-Gram的代码仓库2。代码里开源了模型的结构以及微调的代码相对来说还是比较齐全的。但是有一个最不方便的地方——它是用飞浆写的不是说飞浆不好只是一直以来都用pytorch。当然很快我又找到了pytorch版的ERNIE-Gram并且在HF找到了ERNIE-Gram模型。如果我知道怎么使用HF那么或许我可以很快开始我的微调了可惜没有如果。
那怎么使用HF上的模型在自己的数据上进行微调呢
找到了一篇比较合适的参考资料3其中介绍了如何在HF中调用ERNIE模型
from transformers import BertTokenizer, ErnieModel
tokenizer BertTokenizer.from_pretrained(nghuyong/ernie-1.0-base-zh)
model ErnieModel.from_pretrained(nghuyong/ernie-1.0-base-zh)根据这个我发现通过HF使用某个模型的方法是从transformers库中导入对应的模型和工具即可。那么我只需要找到对应的模型名和工具然后以此作为基座再添加一些可训练层就可以了
分析dir(transformers)看看都有哪些和Ernie相关的类
d dir(transformers)
dd [e for e in d if ernie in e.lower()]
len(dd) # 26
print(dd)
#
[ERNIE_M_PRETRAINED_CONFIG_ARCHIVE_MAP, ERNIE_M_PRETRAINED_MODEL_ARCHIVE_LIST, ERNIE_PRETRAINED_CONFIG_ARCHIVE_MAP, ERNIE_PRETRAINED_MODEL_ARCHIVE_LIST, ErnieConfig, ErnieForCausalLM, ErnieForMaskedLM, ErnieForMultipleChoice, ErnieForNextSentencePrediction, ErnieForPreTraining, ErnieForQuestionAnswering, ErnieForSequenceClassification, ErnieForTokenClassification, ErnieMConfig, ErnieMForInformationExtraction, ErnieMForMultipleChoice, ErnieMForQuestionAnswering, ErnieMForSequenceClassification, ErnieMForTokenClassification, ErnieMModel, ErnieMPreTrainedModel, ErnieMTokenizer, ErnieModel, ErniePreTrainedModel, models.ernie, models.ernie_m]为了更好了解每个类是干啥的直接上transformers库来看各个类的介绍4。很快啊我就发现ErnieForSequenceClassification很适合我的任务 图中的GLUEGeneral Language Understanding Evaluation 5是一系列评测任务集合显然我的任务属于Similarity那一类。 很好大致可以确定该怎么使用HF上的Ernie-Gram模型来完成我的任务了可惜没有对应的示例。
怎么微调
在实操之前对于在预训练好的模型上进行微调我的想法是把预训练模型包起来添加一个分类层学习分类层的参数就可以了。
但是如果我选择了ErnieForSequenceClassification通过源码可以发现该类其实是在ErnieModel的基础上添加了一个分类层那我是否直接加载模型后选择训练哪些参数就可以了呢 其实广义的来说这等价于一个问题在HuggingFace中如何微调模型678。
其实微调和平常的模型训练没有太大区别只不过需要加载预训练好的模型以及利用现成的工具搭建训练流程其中主要涉及到的就两点模型的定义、训练流程的搭建。
模型定义
由于transformers中已经定义好了很多模型如果某个完全符合要求那就可以直接使用了。根据自己的需求选择冻结和训练哪些参数就可以了。
但是有些时候只是用预训练的模型作为自己模型的一部分这个时候就需要我们做一些额外的工作了——把预训练模型作为一块积木搭建我们自己的模型。正如ErnieForSequenceClassification所做的一样。
训练流程
训练流程类似。可以重头自己搭建训练流程或者使用transformes自带的Trainer接口。
这里直接参考HF的教程即可Fine-tuning a model with the Trainer API、自己搭建训练流程。
参考 ERNIE-Gram: Pre-Training with Explicitly N-Gram Masked Language Modeling for Natural Language Understanding, NAACL-HLT, 2021. ↩︎ ernie-gram. ↩︎ 试试在transformers中调用ERNIE. ↩︎ Hugging Face Ernie Doc ↩︎ GLUE: A MULTI-TASK BENCHMARK AND ANALYSIS PLATFORM FOR NATURAL LANGUAGE UNDERSTANDING, ICLR, 2019. ↩︎ Hugging Face 的 Transformers 库快速入门四微调预训练模型. ↩︎ HuggingFace | 在HuggingFace中如何微调模型. ↩︎ FINE-TUNING A PRETRAINED MODEL. ↩︎
