解决ktrain预测与Learner预测中的速度差异？

Question

我正在使用ktrain huggingface库来构建一个语言模型。在将其用于生产时，我注意到，“学习者预测”与“预测器预测”在速度上存在巨大差异。为什么?有没有什么方法可以加快预测速度？

%timeit test = learner.predict(val) # takes 10s
%timeit test = predictor.predict(x_val,return_proba = True) # takes 25s

Answer 1

第二个调用对数据进行预处理(例如，标记化)，而第一个调用对已经预处理的数据进行预测。因此，时间差可能是由于预处理原始数据所用的时间：

%%time
tst = predictor.preproc.preprocess_test(x_test)
# Wall time: 5.65 s

%%time 
preds = learner.predict(val)
# Wall time: 10.5 s

%%time
preds = predictor.predict(x_test)
# Wall time: 16.1 s

在向predict提供文本列表时，您还可以使用更大的batch_size，这也有助于提高速度(默认值为32)：

predictor.batch_size = 128
preds = predictor.predict(x_test)

最后，如果您希望在部署场景中做出更快的预测，您可以查看ktrain常见问题解答，其中显示了how to make quantized predictions和predictions with ONNX。