如何使用已训练好的output_dir下的model，而不是每次都do_train?

[lxgend]

直接把do_train参数取消，提示： Output directory (path) already exists and is not empty.

[real-brilliant]

用下面这行代码就可以读取模型了（前提是已经定义好model） model.load_state_dict(torch.load(model_save_pth)['state_dict'])

理论上来说，只要用 model = BertForSequenceClassification.from_pretrained(args.bert_model, cache_dir=PYTORCH_PRETRAINED_BERT_CACHE / 'distributed_{}'.format(args.local_rank)) 加载完模型后，跟个load就行

[lxgend]

用下面这行代码就可以读取模型了（前提是已经定义好model） model.load_state_dict(torch.load(model_save_pth)['state_dict'])

理论上来说，只要用 model = BertForSequenceClassification.from_pretrained(args.bert_model, cache_dir=PYTORCH_PRETRAINED_BERT_CACHE / 'distributed_{}'.format(args.local_rank)) 加载完模型后，跟个load就行

明白了，不局限于给定的cmd参数运行。

[ahappycutedog]

@lxgend 请问你的预测网络是怎么写的哈