diff --git a/README.md b/README.md index 77cf72ef95f7bb9c723b59d9cfae458636a7b49f..8ec5f19b5b82bfdc04fb59c9d53e10583cc8ff15 100644 --- a/README.md +++ b/README.md @@ -23,6 +23,72 @@ PaddleHub是基于PaddlePaddle生态下的预训练模型管理和迁移学习 除上述依赖外,PaddleHub的预训练模型和预置数据集需要连接服务端进行下载,请确保机器可以正常访问网络 +## 常见问题 + +### 问题一 + +**现象** + +利用PaddleHub ernie/bert进行Finetune时,提示`paddle.fluid.core_avx.EnforceNotMet: Input ShapeTensor cannot be found in Op reshape2`等信息 + +**原因** + +这是因为ernie/bert module的创建时和此时运行环境中PaddlePaddle版本不对应。 + +**解决方法** + +首先将PaddlePaddle和PaddleHub升级至最新版本,同时将ernie卸载。 + +如果机器不支持GPU,那么使用如下命令来安装PaddlePaddle的CPU版本 +```shell +$ pip install --upgrade paddlepaddle +$ pip install --upgrade paddlehub +$ hub uninstall ernie +``` + +如果机器支持GPU,则使用如下命令来安装PaddlePaddle的GPU版本 +```shell +$ pip install --upgrade paddlepaddle-gpu +$ pip install --upgrade paddlehub +$ hub uninstall ernie +``` + +### 问题二 + +**现象** + +使用paddlehub时,无法下载预置数据集、Module的等现象 + +**原因** + +PaddleHub中的预训练模型和预置数据集都需要通过服务端进行下载,因此Paddle Hub默认用户访问外网权限。 +可以通过以下命令确认是否可以访问外网。 + +```python +import requests + +res = requests.get('http://paddlepaddle.org.cn/paddlehub/search', {'word': 'ernie', 'type': 'Module'}) +print(res) + +# the common result is like this: +# +``` + +**Note** + +PaddleHub 1.1.1版本已支持离线运行Module + +### 问题三 + +**现象** + +利用PaddleHub Finetune如何适配自定义数据集 + +**解决方法** + +参考[PaddleHub Finetune适配自定义数据集完成Finetune](https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub%E9%80%82%E9%85%8D%E8%87%AA%E5%AE%9A%E4%B9%89%E6%95%B0%E6%8D%AE%E5%AE%8C%E6%88%90FineTune) + + ## 答疑 当安装或者使用遇到问题时,可以通过[FAQ](https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub-FAQ)查找解决方案。 @@ -93,5 +159,58 @@ $ hub run faster_rcnn_coco2017 --input_path test_object_detection.jpg * [AI Studio](https://aistudio.baidu.com/aistudio/projectDetail/79378) * [AIBook](https://console.bce.baidu.com/bml/#/bml/aibook/img_cls) +## 更新历史 + +### PaddleHub v1.1.1 + +* PaddleHub支持离线运行Module +* 修复python2安装PaddleHub失败问题 + +### PaddleHub v1.1.0 + +* PaddleHub 新增 ERNIE 2.0 + * 升级Reader, 支持自动传送数据给Ernie 1.0/2.0 + * 新增数据集GLUE(MRPC、QQP、SST-2、CoLA、QNLI、RTE、MNLI) + +### PaddleHub v1.0.1 + +* 安装模型时自动选择与paddlepaddle版本适配的模型 + +### PaddleHub v1.0.0 + +* 全新发布PaddleHub官网,易用性全面提升 + * 新增网站 http://hub.paddlepaddle.org.cn 包含PaddlePaddle生态的预训练模型使用介绍 + * 迁移学习Demo接入AI Studio与AI Book,无需安装即可快速体验 + +* 新增29个预训练模型,覆盖文本、图像、视频三大领域;目前官方提供40个预训练模型 + * CV预训练模型: + * 新增图像分类预训练模型11个:SE_ResNeXt, GoogleNet, ShuffleNet等 + * 新增目标检测模型Faster-RCNN和YOLOv3 + * 新增图像生成模型CycleGAN + * 新增人脸检测模型Pyramidbox + * 新增视频分类模型4个: TSN, TSM, StNet, Non-Local + * NLP预训练模型 + * 新增语义模型ELMo + * 新增情感分析模型5个: Senta-BOW, Senta-CNN, Senta-GRNN, , Senta-LSTM, EmoTect + * 新增中文语义相似度分析模型SimNet + * 升级LAC词法分析模型,新增词典干预功能,支持用户自定义分词 +* Fine-tune API升级,灵活性与性能全面提升 + * 支持多卡并行、PyReader多线程IO,Fine-tune速度提升60% + * 简化finetune、evaluate、predict等使用逻辑,提升易用性 + * 增加事件回调功能,方便用户快速实现自定义迁移学习任务 + * 新增多标签分类Fine-tune任务 + +### PaddleHub v0.5.0 + +正式发布PaddleHub预训练模型管理工具,旨在帮助用户更高效的管理模型并开展迁移学习的工作。 + +* 预训练模型管理: 通过hub命令行可完成PaddlePaddle生态的预训练模型下载、搜索、版本管理等功能。 + +* 命令行一键使用: 无需代码,通过命令行即可直接使用预训练模型进行预测,快速调研训练模型效果。 + 目前版本支持以下模型:词法分析LAC;情感分析Senta;目标检测SSD;图像分类ResNet, MobileNet, NASNet等。 + +* 迁移学习: 提供了基于预训练模型的Finetune API,用户通过少量代码即可完成迁移学习,包括BERT/ERNIE文本分类、序列标注、图像分类迁移等。 + + ## 版权和许可证 PaddleHub由[Apache-2.0 license](LICENSE)提供