AllenNLP中的主动学习v2.0.1

Question

我尝试在AllenNLP v2.0.1中实现了一个主动学习过程。但是，由于目前的GradientDescentTrainer实现，我无法继续培训新一批Instance。

该模型(也使用AllenNLP进行训练)已经在初始训练数据集上完成了预定数量的历元的训练。我使用Model.from_archive方法恢复了模型，并使用Trainer.from_params静态构造函数为它实例化了一个Trainer。

此后，当我试图通过调用trainer.train()来继续训练一批新的Instance时，它会跳过训练，因为_try_train方法中有以下代码片段。

for epoch in range(epoch_counter, self._num_epochs)

这是因为epoch_counter被恢复为5，这是从先前对初始训练数据进行的训练中恢复的。这是它的相关代码片段，

def _try_train(self) -> Tuple[Dict[str, Any], int]:
    try:
        epoch_counter = self._restore_checkpoint()

self._num_epochs也是5，我假设这是我的.jsonnet训练配置文件中定义的纪元数。

简单地说，我的要求是加载一个已经训练过的AllenNLP模型，并在新的一批实例(实际上是我将使用SimpleDataLoader加载的单个实例)上继续训练它。

我还附加了下面训练器的配置。我使用的模型是围绕BasicClassifier的自定义包装器，仅用于记录额外的指标。

提前谢谢。

"trainer": {
  "num_epochs": 5,
  "patience": 1, // for early stopping
  "grad_norm": 5.0,
  "validation_metric": "+accuracy",
  "optimizer": {
    "type": "adam",
    "lr": 0.001
  },
  "callbacks": [
    {
      "type": "tensorboard"
    }
  ]
}

Answer 1

下面是几条建议：

1. 在运行命令行或通过script
2. 为第二个training

指定不同的序列化目录时，不要打开恢复标志