Zhu Chuan

>  > > when i trained main.py,i met this problem.how to do with? I have also met this problem, and I solve it by run build_ext.sh, or directly input...

我参考作者另一个基于bert分类项目的评论区写了个，分享一下 ``` import torch import numpy as np from importlib import import_module import argparse import os import pickle as pkl parser = argparse.ArgumentParser(description="Classification based Transformer") parser.add_argument("--model",type=str, default="TextCNN") parser.add_argument("--dataset", type=str,default="THUCNews") parser.add_argument("--text",type=str...

@prozyworld 不好意思，才注意到。输出的outputs体现了可能性，数值越大，是某个类别的可能性也越大。把它标准化到加和为1，所以用softmax函数处理下就可以。 ``` import torch.nn.functional as F def predict(text): data = build_predict_text(text,args.use_word) with torch.no_grad(): outputs = model(data) num = torch.argmax(outputs) pred = F.softmax(outputs, dim=1) return key[int(num)],pred ``` 这里pred输出的就是文本是各个标签的概率了，pred的输出格式是cuda上的列表，你可以转为正常的。 > >...