什么时候应该训练自己的模型，什么时候应该使用预训练模型？
When should I train my own models and when should I use pretrained models?
尽管只有非常小的数据集（5000 条评论），是否建议训练我自己的模型来进行情绪分析，或者最好使用在更大的数据集上训练的预训练模型，但不是' t“专门”处理我的数据。
此外，我如何根据我的数据训练我的模型，然后再在它上面使用它？我在考虑一种迭代方法，在这种方法中，训练数据将从我的每个学习时期的总数据中随机选择。
我会这样：
- 试用预训练模型，看看效果如何
- 如果效果不理想，可以fine tune it (see this tutorial)。基本上，您是在使用自己的示例来更改预训练模型的权重。这应该会改善结果，但这取决于您的数据如何以及您可以提供多少示例。你拥有的越多越好（我会尝试至少使用10-20k）
Also, how could I train my model on my data and then later use it on it too?
注意区分pre-train 和fine-tuning.
对于预训练，您需要巨大的 文本量（例如数十亿个字符），这对资源要求很高，通常您不想这样做，除非有非常充分的理由（例如，您的目标语言的模型不存在）。
微调需要的示例要少得多（几千个帐篷），在单个 GPU 上通常需要不到一天的时间，并且允许您利用其他人创建的预训练模型。
根据你写的，我会微调。
当然你可以保存模型供以后使用，正如你在我上面链接的教程中看到的那样：
model.save_pretrained("my_imdb_model")
尽管只有非常小的数据集（5000 条评论），是否建议训练我自己的模型来进行情绪分析，或者最好使用在更大的数据集上训练的预训练模型，但不是' t“专门”处理我的数据。
此外，我如何根据我的数据训练我的模型，然后再在它上面使用它？我在考虑一种迭代方法，在这种方法中，训练数据将从我的每个学习时期的总数据中随机选择。
我会这样：
- 试用预训练模型，看看效果如何
- 如果效果不理想，可以fine tune it (see this tutorial)。基本上，您是在使用自己的示例来更改预训练模型的权重。这应该会改善结果，但这取决于您的数据如何以及您可以提供多少示例。你拥有的越多越好（我会尝试至少使用10-20k）
Also, how could I train my model on my data and then later use it on it too?
注意区分pre-train 和fine-tuning.
对于预训练，您需要巨大的 文本量（例如数十亿个字符），这对资源要求很高，通常您不想这样做，除非有非常充分的理由（例如，您的目标语言的模型不存在）。
微调需要的示例要少得多（几千个帐篷），在单个 GPU 上通常需要不到一天的时间，并且允许您利用其他人创建的预训练模型。
根据你写的，我会微调。
当然你可以保存模型供以后使用，正如你在我上面链接的教程中看到的那样：
model.save_pretrained("my_imdb_model")