当前位置: 首页 > news >正文

BERT情感分类

参考B站BigC_666:微调BERT模型做情感分类实战,代码逐行讲解,100%可以跑通!!! 一键三连+关注,私信即可获得代码_哔哩哔哩_bilibili

 大致记录下出现了哪些问题

首先第一个问题是,huggingface.co无法访问,通过修改环境变量让目标地址改到镜像地址也没起作用,最终解决方案是挂代理下载了

import os
os.environ['HTTP_PROXY'] = 'http://127.0.0.1:7890'
os.environ['HTTPS_PROXY'] = 'http://127.0.0.1:7890'

后面就是jupyter代码了,修改了评估的部分

from datasets import load_datasetimport osimport os
os.environ['HTTP_PROXY'] = 'http://127.0.0.1:7890'
os.environ['HTTPS_PROXY'] = 'http://127.0.0.1:7890'os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
dataset = load_dataset("imdb")
print(dataset)import datasets
print(datasets.config.HF_DATASETS_CACHE)from transformers import BertTokenizer
tokenizer = BertTokenizer.from_pretrained("bert-base-uncased")
print("done")
def tokenizer_func(examples):return tokenizer(examples['text'],padding='max_length',truncation=True)
tokens_dataset = dataset.map(tokenizer_func,batched=True)
print(tokens_dataset)
print(tokens_dataset['train'][0])
train_dataset = tokens_dataset['train'].select(range(5000))
test_dataset = tokens_dataset['test'].shuffle(42).select(range(5000))
print(test_dataset['label'])from transformers import BertForSequenceClassificationclassifier = BertForSequenceClassification.from_pretrained('bert-base-uncased')from transformers import Trainer,TrainingArgumentstrain_arg = TrainingArguments(output_dir='./result',
#    eval_strategy='epoch',learning_rate=2e-5,per_device_train_batch_size=1,per_device_eval_batch_size=1,num_train_epochs=1,weight_decay=0.02
)
print('done')print('start')
trainer = Trainer(model = classifier,args = train_arg,train_dataset = train_dataset,eval_dataset = test_dataset
)
print('done')predictions = trainer.predict(test_dataset)import numpy as np
print('start')
# 模型输出的预测 logits(二维数组)
logits = predictions.predictions  # shape: (num_samples, num_classes)
labels = predictions.label_ids    # shape: (num_samples,)# 步骤1:将 logits 转换为预测标签(取最大值所在的索引)
predicted_labels = np.argmax(logits, axis=1)# 步骤2:计算准确率
accuracy = np.mean(predicted_labels == labels)print(f"Accuracy: {accuracy:.4f}")trainer.train()# metric = trainer.evaluate()
print(test_dataset['label'])predictions = trainer.predict(test_dataset)print(metric)print(predictions)from transformers import Trainer
from sklearn.metrics import accuracy_score
import numpy as np# 1. 定义 compute_metrics
def compute_metrics(eval_pred):predictions, labels = eval_predpreds = np.argmax(predictions, axis=1)return {"accuracy": accuracy_score(labels, preds)}# 2. 重新构造 Trainer(用原来的模型和训练参数)
new_trainer = Trainer(model=classifier,  # 你之前训练好的模型args=train_arg,   # 你原来使用的 TrainingArgumentscompute_metrics=compute_metrics
)# 3. 调用 predict
results = new_trainer.predict(test_dataset)print("准确率:", results.metrics["test_accuracy"])

代码比较混乱,可读性比较差,实验性质,各种参数没有详细的考量

相关文章:

  • BERT 位置嵌入机制与代码解析
  • Python 自动化临时邮箱工具,轻松接收验证码,支持调用和交互模式(支持谷歌gmail/googlemail)
  • ffmpeg 新版本转码设置帧率上限
  • 《通信之道——从微积分到 5G》读书总结
  • SkyReels-V1:开启多模态视频生成的新纪元
  • Flutter 多版本管理工具 Puro ,它和 FVM 有什么区别?
  • Flutter:弹窗UI,不带背景色,自定义图片的弹窗
  • 安装 docker-ce 时 错误:缺少container-selinux >= 2:2.74 错误:缺少 libcgroup
  • PPT|230页| 制造集团企业供应链端到端的数字化解决方案:从需求到结算的全链路业务闭环构建
  • 零基础学前端-传统前端开发(第二期-HTML介绍与应用)(XSS防御)
  • JxBrowser 8.8.0 版本发布啦!
  • 【HarmonyOS 5】鸿蒙CodeGenie AI辅助编程工具详解
  • 鹰盾加密器系统黑屏问题的深度解析与处理机制
  • SDC命令详解:使用uniquify命令进行唯一化
  • python第48天打卡
  • Netty从入门到进阶(三)
  • Unity3D中Gfx.WaitForPresent优化方案
  • 现代Web开发中的URL编码:原理、实践与创新实现
  • 第五章 GPIO示例
  • shell脚本--常见案例
  • 南昌哪里有网站建设/正规seo排名多少钱
  • 网站广告推广怎么做/seo综合查询网站源码
  • 聊城做网站的公司信息/百度产品推广怎么收费
  • 怎么查看网站有没有备案/武汉seo优化公司
  • wordpress 默认主题站点/淘宝流量平台
  • hotmail邮箱登录/seo推广代理