在聊天机器人的 pytorch 中加载经过训练的模型保存
Load the ,trained model save, in pytorch for chatbots
我运行本教程的代码(link),一段时间后学习模型完成,我和训练好的模型聊天。退出程序后,在程序文件旁边的保存目录下,创建了8个扩展名为tar的文件。
我猜它们是经过训练的模型保存的文件,我应该如何加载这些文件并重新使用它们?
在“Run the Model”中,他们描述了你应该做什么。更具体地说,他们的代码片段中有这段代码:
# Set checkpoint to load from; set to None if starting from scratch
loadFilename = None
checkpoint_iter = 4000
#loadFilename = os.path.join(save_dir, model_name, corpus_name,
# '{}-{}_{}'.format(encoder_n_layers, decoder_n_layers, hidden_size),
# '{}_checkpoint.tar'.format(checkpoint_iter))
你基本上需要取消注释 #loadFilename
并将 checkpoint_iter
设置为你想要的迭代。在那之后,你可以跳过训练部分,因为你已经 运行 它,并且 运行 再 evaluation code。
我运行本教程的代码(link),一段时间后学习模型完成,我和训练好的模型聊天。退出程序后,在程序文件旁边的保存目录下,创建了8个扩展名为tar的文件。 我猜它们是经过训练的模型保存的文件,我应该如何加载这些文件并重新使用它们?
在“Run the Model”中,他们描述了你应该做什么。更具体地说,他们的代码片段中有这段代码:
# Set checkpoint to load from; set to None if starting from scratch
loadFilename = None
checkpoint_iter = 4000
#loadFilename = os.path.join(save_dir, model_name, corpus_name,
# '{}-{}_{}'.format(encoder_n_layers, decoder_n_layers, hidden_size),
# '{}_checkpoint.tar'.format(checkpoint_iter))
你基本上需要取消注释 #loadFilename
并将 checkpoint_iter
设置为你想要的迭代。在那之后,你可以跳过训练部分,因为你已经 运行 它,并且 运行 再 evaluation code。