M-am antrenat un BERT model folosind pytorch pentru aproximativ un milion de date text pentru o clasificare sarcina. După testarea acestui model cu date noi pot obține rezultate Fals Pozitive și Fals Negative. Acum vreau să se recalifice modelul existent numai cu FN și FP. Nu vreau să adăugați FN și FP la exisiting set de date și apoi tren întregul model nou. Cum fac sa se recalifice acest bert model numai cu aceste FN și Fp peste previosuly antrenat model.
0
Fără a cunoaște codul de tren buclă, ideea ar trebui să arate ceva de genul asta după instruire:
results = model(data)
wrong_datapoints = []
for i, result in enumerate(results)
if result != labels[i]:
wrong_datapoints.append((data[i],labels[i]))
(data_new, labels_new) = list(zip(*wrong_datapoints))
model.train(data_new, labels_new)
Daca vrei ceva mai specific, va trebui să furnizeze codul de curent tren buclă.
vă mulțumesc pentru feedback-ul. Dar vreau să țin un model versiune a acestuia, deoarece ne antrenăm în fiecare săptămână, vom model versiune. Și, de asemenea, iterarea un milion de înregistrări va lua o mulțime de timp. Am fost de gândire de încărcare versiunea anterioară a fișierului bin(v1.0) și apoi se recalifice acest lucru cu doar nouă datapoints pentru a crea o altă versiune v2.0
Patricia
Ați putea dori să clarifice întrebarea ta să se constate că. Cu toate acestea, a face versiuni nu elimina necesitatea de a urmări rezultatele de puncte de date după formare, care necesită o singură buclă de-a lungul date de tren, după formare este de făcut. Aveți nevoie pentru a determina ce "noi datapoints" sunt, după toate.
Kroshtan