From 69d6f05b7fa85c0b4a7a18d178354d1900110a94 Mon Sep 17 00:00:00 2001 From: Zeyu Chen Date: Sun, 14 Apr 2019 19:16:21 +0800 Subject: [PATCH] Update README.md --- demo/text-classification/README.md | 11 +++++------ 1 file changed, 5 insertions(+), 6 deletions(-) diff --git a/demo/text-classification/README.md b/demo/text-classification/README.md index c7cd20fa..2d073e38 100644 --- a/demo/text-classification/README.md +++ b/demo/text-classification/README.md @@ -1,6 +1,6 @@ # Text Classification -本示例将展示如何使用PaddleHub Finetune API借助ERNIE模型完成分类任务。 +本示例将展示如何使用PaddleHub Finetune API以及[ERNIE](https://github.com/PaddlePaddle/LARK/tree/develop/ERNIE)预训练模型完成分类任务。 其中分类任务可以分为两大类： * 单句分类 @@ -70,7 +70,7 @@ reader = hub.reader.ClassifyReader( max_seq_len=128) ``` -其中数据集的准备代码可以参考 https://github.com/PaddlePaddle/PaddleHub/blob/develop/paddlehub/dataset/chnsenticorp.py +其中数据集的准备代码可以参考 [chnsenticorp.py](https://github.com/PaddlePaddle/PaddleHub/blob/develop/paddlehub/dataset/chnsenticorp.py) `hub.dataset.ChnSentiCorp()` 会自动从网络下载数据集并解压到用户目录下`$HOME/.paddlehub/dataset`目录 @@ -131,22 +131,21 @@ hub.finetune_and_eval(task=cls_task, data_reader=reader, feed_list=feed_list, co * `log_interval`: 进度日志打印间隔，默认每10个step打印一次 * `eval_interval`: 模型评估的间隔，默认每100个step评估一次验证集 -* `save_ckpt_interval`: 模型保存间隔，请根据任务大小配置，默认只保存验证集效果最好的模型 +* `save_ckpt_interval`: 模型保存间隔，请根据任务大小配置，默认只保存验证集效果最好的模型和训练结束的模型 * `use_cuda`: 是否使用GPU训练，默认为False * `checkpoint_dir`: 模型checkpoint保存路径 * `num_epoch`: finetune的轮数 * `batch_size`: 训练的批大小，如果使用GPU，请根据实际情况调整batch_size * `enable_memory_optim`: 是否使用内存优化， 默认为True * `strategy`: Finetune优化策略 -``` ## 模型预测 通过Finetune完成模型训练后，在对应的ckpt目录下，会自动保存验证集上效果最好的模型。 配置脚本参数 ``` -CKPT_DIR="./ckpt_sentiment_cls/best_model" -python -u cls_predict.py --checkpoint_dir $CKPT_DIR --max_seq_len 128 +CKPT_DIR=".ckpt_chnsentiment/best_model" +python cls_predict.py --checkpoint_dir $CKPT_DIR --max_seq_len 128 ``` 其中CKPT_DIR为Finetune API保存最佳模型的路径, max_seq_len是ERNIE模型的最大序列长度，*请与训练时配置的参数保持一致* -- GitLab