回答情况：
提问时间：
问题标签：
例如，框架提供了两个模型：
当我在我的模型中应用微调时，在图形中做一些小改动(在框架中有一个模块)并保存我的模型时，大小基本上是相同的：178.525 kb。首先，我感到有点惊讶的是，我的微调模型有点大，因为我只将最后一层从21个类更改为14个类，所以我希望模型文件的大小会稍微小一些，但由于差异太小，我没有注
浏览 3提问于2017-11-15得票数 0
集成大型机器学习/深度学习模型微调的web应用程序如何处理这些模型的存储和检索以进行推理？我正在考虑的当前方法是以压缩格式将精调模型存储在S3或R2桶中。每
浏览 0提问于2023-02-03得票数 0
回答已采纳
我想使用一个预先训练的伯特模型，以便在文本分类任务中使用它(我使用的是Huggingface库)。然而，预先训练过的模型是针对与我不同的领域而训练的，我有一个大的未注释的数据集，可以用来微调它。如果我只使用标记的示例并在特定任务(BertForSequenceClassification)的培训中微调它，那么数据集太小，无法适应特定领域的语言模型。这样做最好的方法是什么？谢谢!
浏览 5提问于2021-04-27得票数 1
回答已采纳
我想要创建序列分类bert模型。模型输入为2句。但是，我想用大上下文数据对模型进行微调，该数据由多个句子组成(标记的数量可能超过512)。如果训练数据的大小和实际输入数据的大小不同，可以吗？
谢谢
浏览 0提问于2022-03-25得票数 1
我在caffenet中使用微调，它工作得很好，但是我在Keras 关于微调的博客中读到了这篇文章(他们使用经过训练的VGG16模型)：
“为了进行微调，所有层都应该从经过适当训练的权重开始:例如，你不应该把一个随机初始化的完全连接的网络放在一个预先训练过的卷积基础上这是因为随机初始化的权值引发的大梯度更新会破坏卷积基中的学习权重。在我们的情况下，这就是为什么我们首先训练顶级分类器，然后才开始与它并排微调卷积权。”因此，作为微调的另一步，它们在全连通层(“瓶颈特征”)之前
浏览 0提问于2017-03-20得票数 2
1回答
在计算机视觉中，如果我们没有一个大的训练集，一个常见的方法是从一个预先训练过的模型开始一些相关的任务(例如ImageNet)，并微调这个模型来解决我们的问题。
对于自然语言处理问题，能做类似的事情吗？特别是，是否有一个很好的方法来微调一个LSTM或1dcnn或其他转移学习？如果我们想对句子进行分类，那么是否有一个合理的预先训练的模型可以开始呢？
浏览 0提问于2018-05-28得票数 2
我在互联网上看到了许多关于如何微调VGG16和InceptionV3的例子。例如，一些人会在微调VGG16时将前25层设置为冻结。对于InceptionV3，头172个层将被冻结。但是resnet呢？当我们进行微调时，我们将冻结一些基本模型的层，如下所示：
base_model = ResNet50(实际上，当我使用VGG16、VGG19、ResNet50、InceptionV3<
浏览 6提问于2017-10-11得票数 2
我有一个预先训练过的模型(tensorflow模型)，它是使用来自公共数据集的数据进行训练的。我有元文件和录入文件。我想训练我的tensorflow模型使用新的数据从私人获得的数据集。我有小数据集，所以我想微调我的模型根据‘战略2’或‘战略3’。但是，我无法找到在tensorflow模型的传输学习和微调中实现的示例代码。ke
浏览 0修改于2020-03-02得票数 1
在我的分类任务中，我必须对inception V3预训练模型进行微调。然而，当我在互联网上搜索时，似乎只能微调这个模型的最后一层。我希望微调所有的层，或者至少是完全连接的层，而不仅仅是顶层。
浏览 2修改于2017-05-23得票数 0
我们可以微调语言模型，如BERT、GPT-3。我已经看过了的例子，但找不到细节。
如果有人能很好地调好吉顿副驾驶仪，我会很感激的。
浏览 26修改于2022-06-22得票数 1
回答已采纳
*我使用经过预先训练的BertModel在squadv1上微调模型，然后微调结果模型到最终模型。这就是我如何在squadv1上加载我的三重模型的方法model = AutoModelForQuestionAnswering.from_pretrained(output_dir)
tokenizer = AutoTokenizer.from_pretrain
浏览 3提问于2021-12-16得票数 0
我想下载一个预先训练过的模型，并用我自己的数据对模型进行微调。我已经下载了一个伯特-大纳模型文物从拥抱脸，我已经列出了以下内容。对于这一点，我想知道我需要哪些文件或工件，从外观上看，pytorch_model.bin是经过训练的模型，但这些其他文件是什么以及它们的用途，比如令牌程序文件和vocab.txt .
config.json
浏览 13提问于2022-09-03得票数 -1
1回答
有人能在没有GPU的商品硬件上微调GPT-3型号吗？例如，我们只能访问GPT。我们可以微调GPT与商品硬件或让我们说只有基本的GPU，如1与一个RTX 3080。还是需要带有GPU的高端基础设施？
浏览 0修改于2022-11-16得票数 2
回答已采纳
我想使用转移，学习和微调，我需要决定哪一部分的原始模型将使用，哪一部分将被冻结。我正在考虑四种可能的情况:小/大的新数据集，这个集合与原始数据集相似/不相似。应如何在每一种情况下取得最佳结果？
浏览 0提问于2021-01-27得票数 0
回答已采纳
1回答
我在想，用更大的输入量对模型进行微调是否有意义？理想情况下，我希望拥有的属性：
但这听起来像是我必须改变我正在重复使用的特定
浏览 0修改于2019-01-05得票数 0
回答已采纳
我有一个带有数字列表的微调“光圈”和一个带有两个选项的微调“模式”。当按钮被按下时，我需要使用各种输入来运行计算，包括从“光圈”中选择的当前值和从“模式”中派生的值。如何调用微调器的值，以便在计算中使用它？我的其他输入是EditText视图，所以现在我的设置如下：
input = (EditText) fi
浏览 2修改于2010-01-25得票数 4
对于我微调的jsonl文件，我想要一个能够预测演讲者性别的模型，并给出一个声明。例如，提示：“我今天去买了一条裙子”已经写成了“女性”。好像gpt-3根本没有从我的微调中学到任何东西。我有几个问题：
微调就相当于在openai操场上写了几个示例，然后得到gpt-3来猜测接下来会发生
浏览 18提问于2022-08-24得票数 0
2回答
因此，我正在学习如何使用Tensorflow对自定义数据集的Inception-v3模型进行微调。再培训和微调有什么区别？我的印象是，两者都涉及到使用预先训练的初始v3模型，删除旧的顶层，并在花朵照片上训练新的顶层。但我的理
浏览 5提问于2017-07-17得票数 4
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号