使用的是Paddle框架2.0版本
網頁： https://github.com/PaddlePaddle/PaddleHub/tree/release/v2.1/demo/text_classification
也可以在其平臺上利用公開數據集跑一跑：
網頁：https://aistudio.baidu.com/aistudio/projectdetail/2390146?contributionType=1

使用的預訓練框架是：Ernie-tiny

下面記錄我自己的實驗數據：

1. 記錄預訓練模型下載位置

下載的模型存儲到這里了！！ ！
因為模型一般會定義一個位置提前加載預訓練模型，這樣就不會重復下載了！ 只需要掃描并加載！

2. 語法出錯合集

問題一：header： 是不是有第一行的標簽！！！

是不是包含了頭介紹：
就是是不是有第一行的標簽！！！

問題二： KeyError

說明在讀入數據時就出現了問題
造成這個問題的原因一般是沒有該key！

仔細看下面的代碼可以看出：
record[‘label’] = slef.label_map[example.label] ！

再看看你的label定義：

label_list = ['城市事件類;宣傳廣告', '城市事件類;擴充類別', '城市事件類;街面秩序', '城市部件類;市政公用設施', '城市事件類;市容環境']

這是text不是label！ 不出錯才怪呢！

是這個函數有問題：

在該函數中，第一個先讀的label！ 第二讀的text！
而自己的數據集第一列是text！ 所以導致錯誤！

我們在base_NLP_dataset中將源碼調整為label 是第一列！ text文本是第二列！ 但是這樣是有問題的！
原因一： 我們pycharm中改正可能在linux下沒有改正
原因二： 這樣改正還是不行的！

解決方法： 修改自己的數據集，將兩列互換！

下面是實現方法：

兩列互換 DF yyds

import pandas
import pandas as pd

實現行列互換 DF yyds

path = "/home/wxx/progressfiles/project_pc_NLP/Texts_Classification/demodataset/dev.txt" data = pandas.read_table(path)df = pd.DataFrame(data)print(df.head()) print(df["text_a"])df[['label', 'text_a']] = df[['text_a', 'label']] df.columns = ['label', 'text_a'] print(df.head()) df.to_csv("/home/wxx/progressfiles/project_pc_NLP/Texts_Classification/demodataset/dev2.txt", sep="\t", index=0)

再次運行就沒有問題了！

總結

一定要自己看出錯信息！
要遵循源代碼的輸入輸出格式！ 看看它怎么讀的！ 明白數據的變化形式

問題三： 沒有loaded from 。。。

3. 實驗結果

第一次實驗： 完全按照教程

效果不理想

第二次實驗： 增大epoches、增大batch_size

這里是接著訓練的：

這里訓練了15次后，準確率提升了

第三次實驗：再次訓練35次！！ 這次共訓練了50次

第四次訓練：直接拉滿到200 epochs

上面都是過擬合了，這里才是最正確的

這里才是最關鍵的！！上面的都沒有用到這里！

你在做的時候一定要看看是不是過擬合了！
如果損失很小，準確率極其高，那么就是過擬合了，這樣的模型是不具有泛化能力的！
你用在測試文件中，效果肯定很差！！

采用最佳的：

取5次最佳：

4. 實驗總結：

4.1 過擬合！ 看看自己損失是不是太小！ 準確率是不是太高了？？

這樣下去是過擬合的！ 趕緊停下去尋找問題！

4.2 Paddle中model.pdparams才是我們的模型！！ 寫路徑時要精確到它

4.3 最佳模型就是最佳模型，而且最終準確率也不會變

5. 在這里學到的其它知識：

https://blog.csdn.net/qq_35222729/article/details/120419015

總結

以上是生活随笔為你收集整理的【Text_classification】 PaddlePaddle框架下出错调整到运行的实验和记录的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。