2

我正在使用 fast-ai 库来训练 IMDB 评论数据集的样本。我的目标是实现情感分析，我只想从一个小数据集开始（这个包含 1000 条 IMDB 评论）。我已经使用本教程在 VM 中训练了模型。

我保存了模型，然后保存了编码器，然后data_lm保存了分类器学习器。然后，我从 VM 中获取这 4 个文件并将它们放入我的机器中，并希望使用这些预训练模型来对情绪进行分类。data_clasft_encsentiment_model

这就是我所做的：

# Use the IMDB_SAMPLE file
path = untar_data(URLs.IMDB_SAMPLE)

# Language model data
data_lm = TextLMDataBunch.from_csv(path, 'texts.csv')

# Sentiment classifier model data
data_clas = TextClasDataBunch.from_csv(path, 'texts.csv', 
                                       vocab=data_lm.train_ds.vocab, bs=32)

# Build a classifier using the tuned encoder (tuned in the VM)
learn = text_classifier_learner(data_clas, AWD_LSTM, drop_mult=0.5)
learn.load_encoder('ft_enc')

# Load the trained model
learn.load('sentiment_model')

之后，我想使用该模型来预测句子的情绪。执行此代码时，我遇到了以下错误：

RuntimeError: Error(s) in loading state_dict for AWD_LSTM:
   size mismatch for encoder.weight: copying a param with shape torch.Size([8731, 400]) from checkpoint, the shape in current model is torch.Size([8888, 400]).
   size mismatch for encoder_dp.emb.weight: copying a param with shape torch.Size([8731, 400]) from checkpoint, the shape in current model is torch.Size([8888, 400]).

Traceback 是：

Traceback (most recent call last):
  File "C:/Users/user/PycharmProjects/SentAn/mainApp.py", line 51, in <module>
    learn = load_models()
  File "C:/Users/user/PycharmProjects/SentAn/mainApp.py", line 32, in load_models
    learn.load_encoder('ft_enc')
  File "C:\Users\user\Desktop\py_code\env\lib\site-packages\fastai\text\learner.py", line 68, in load_encoder
    encoder.load_state_dict(torch.load(self.path/self.model_dir/f'{name}.pth'))
  File "C:\Users\user\Desktop\py_code\env\lib\site-packages\torch\nn\modules\module.py", line 769, in load_state_dict
    self.__class__.__name__, "\n\t".join(error_msgs)))

所以加载编码器时会出现错误。但是，我也尝试删除该load_encoder行，但下一行发生了同样的错误learn.load('sentiment_model')。

我搜索了fast-ai论坛，发现其他人也有这个问题，但没有找到解决方案。在这篇文章中，用户说这可能与不同的预处理有关，尽管我不明白为什么会发生这种情况。

有谁知道我做错了什么？

4

1 回答 1

4

似乎 data_clas 和 data_lm 的词汇量不同。我猜这个问题是由 data_clas 和 data_lm 中使用的不同预处理引起的。为了检查我的猜测，我只是使用了

data_clas.vocab.itos = data_lm.vocab.itos

在以下行之前

learn_c = text_classifier_learner(data_clas, AWD_LSTM, drop_mult=0.3)

这已修复错误。

于 2019-06-13T00:54:03.327 回答