问题标签 [ktrain]

无法在使用 ktrain 模型的前端 streamlit 上进行预测，请提供有关如何为预测功能提供输入的建议。

基本上，我想了解如何为我保存的 ktrain 回归模型提供输入，以便我可以将其合并到简化的 web 应用程序按钮中。

我已经尝试将数组、列表和数据框作为 .predict 函数中的参数，但似乎仍然缺少一些东西。在点击预测按钮时出现值错误。

请建议如何为 streamlit web 应用程序的 .predict 函数提供输入。我已经使用 ktrain 回归器训练了预测器。

我试图遵循这个例子。在此之前，我使用了表格教程 和文本数据分类教程，效果很好。现在我正在尝试连接模型。直到我标记的最后一个块，我才收到任何错误。我在那里做错了什么，但无法到达哪里。我会很感激任何提示。

我试图使用带有 distilbert 模型的 Ktrain 来预测测试序列，我的代码如下所示：

在 Ktrain 的 nbsvm、fasttext、bigru 等模型的其他实现中，它非常简单，因为 texts_from_array 函数返回一个 numpy 数组，但使用 distilbert 它返回一个 TransformerDataset，因此无法使用 learner.model.predict() 对序列进行预测它会生成一个 python 索引异常。鉴于我有多标签分类问题，我也无法使用 validate() 方法生成混淆矩阵。我的问题是如何使用 distilbert 对 Ktrain 的测试序列进行测试，我对此的需求来自于我的度量函数是基于 sklearn.metric 库实现的，并且它需要 numpy 格式的测试和验证序列。

我像这样保存了我的模型：

我想加载我的模型并使用它并执行以下操作：

现在，我有一个文件夹“模型”，其中包含 5 个文件：vocab.txt、tokenizer_config.json、tf_model.preproc、special_tokens_map.json 和 config.json 谢谢请帮我加载和使用我的预测器

我像这样保存了我的模型：

我想加载我的模型并使用它并执行以下操作：

现在，我有一个文件夹“模型”，其中包含 6 个文件：vocab.txt、tokenizer_config.json、tf_model.preproc、special_tokens_map.json、model.h5 和 config.json

但是当我运行返回错误的代码时：

我正在尝试ktrain在 Python 中安装包（使用 Jupyter Notebook），但每次都会遇到大量错误。我使用的是 Windows 10 笔记本电脑（如果有帮助的话）。

到目前为止，我在 jupyter 中的代码只有一行：

!pip install ktrain

我从 python.org 安装了 Python 3.9 并使用 Anaconda（使用 Python 3.8）运行 Jupyter，我在命令提示符下尝试了以下操作：

pip install ktrain

pip3 install ktrain

以及 anaconda 提示符中的以下内容：

conda install ktrain

蟒蛇提示中的那个说

命令提示符中的那些给出了以下链接中显示的错误：

https://www.codepile.net/pile/MN8kgG5W。

注意：我使用这个链接来显示它，因为消息太大并且增加了这篇文章中的字符数超过了给定的限制。

我该如何解决。因为 usingimport ktrain说：

另外，为了澄清，我安装了 NumPy，因为pip install numpy在 cmd 中给出：

I am using the ktrain package to perform multiclass text classification. The example on the official ktrain website works great (https://github.com/amaiya/ktrain)

Accuracy is pretty high.

However, I am comparing this model with other models trained with scikit-learn and, in particular, the other models' accuracy is assessed using cross validation

How can I adapt the code above to make sure the transformer model used with ktrain is also evaluated with the same cross validation methodology?

我正在尝试使用 ktrain（BERT 的包装器）绘制二进制文本分类的精确召回曲线并得到以下错误

我的预测是<ktrain.text.predictor.TextPredictor at 0x2d9361e61c8>。有没有办法可以将我的预测器转换为二进制分类器？

我为此有一个分类项目，我正在使用带有不平衡数据集的ktrain和Bert ，我在将数据集拆分为训练并测试后使用了 SMOTE，问题是当我尝试对数据集进行过采样时，它崩溃并显示以下错误：

代码：

以下是我尝试时遇到的错误import ktrain。

我已经在 Internet 和 YouTube 中搜索了许多可能的解决方案，但仍然无法解决。

这是我的计算机规格和环境功能： 操作系统：Windows 10 Python 版本：3.9.0 tensorflow：2.5.0 tensorflow-gpu：2.5.0 GPU：RTX 2080