classifier-multi-label
classifier-multi-label copied to clipboard
hellonlp
多标签文本分类，多标签分类，文本分类, multi-label, classifier, text classification, BERT, seq2seq，attention, multi-label-classification
tf1 版本转tf2问题，当不添加textcnn网络时，训练预测均没有问题。但是当加入textcnn时训练时loss与acc都不错，但是预测都是错误的。以下tf2实现的textcnn基本都是直接转的。此外我还尝试tf.keras.layers.Conv2D()以及conv1d实现。但是效果都不行，本来考虑是不是训练周期等参数问题，但是跟您的项目参数保持一致，训练出来的模型就是有问题（有进行dropout)，所以想请教一下您。 ```Python def textcnn(x): pooled_outputs = [] filter_sizes = [2, 3, 4, 5, 6, 7] inputs_expand = tf.expand_dims(x, -1) for filter_size in filter_sizes: filter_shape = [filter_size, 312, 1, 128]...
训练结束后predict.py脚本获取不到标签问题 知乎上也有很多人说predict.py脚本获取到的标签为空，其实不是训练数据有问题或者轮次不够，作者的get_label 函数逻辑有一些小小的问题，我这里简单修改了一下，可以成功获取到标签，新的predict.py 的get_label 函数如下： ``` def get_label(sentence): """ Prediction of the sentence's label. """ feature = get_feature_test(sentence) fd = {MODEL.albert.input_ids: [feature[0]], MODEL.albert.input_masks: [feature[1]], MODEL.albert.segment_ids:[feature[2]], } prediction = MODEL.sess.run(MODEL.albert.predictions, feed_dict=fd)[0]...
from tensorflow.contrib import tpu as contrib_tpu ModuleNotFoundError: No module named 'tensorflow.contrib'
Traceback (most recent call last): File "predict.py", line 43, in MODEL = ModelAlbertTextCNN() File "predict.py", line 26, in __init__ self.albert, self.sess = self.load_model() File "predict.py", line 39, in load_model saver.restore(sess,...
您好，能分享下最后版本的requirements.txt吗？ 看了您的知乎文章，tf=1.14.0，但是安装了之后依旧报错，如题。
Failed to find any matching files for /root/autodl-tmp/classifier_multi_label/albert_small_zh_google/albert_model.ckpt,您好，请问这个albert_model.ckpt文件是需要自己添加吗
