pytorch transformers ....

huggingface模型下载

transformers的预训练模型下载到本地特定位置，默认是在~/.cache/huggingface/transformers

model = GPT2LMHeadModel.from_pretrained('gpt2', cache_dir="...")

想知道transformers的模型都是什么结构的，比如bert模型：

transformers/models/bert/__init__.py

这里可以看到导入了

from .modeling_bert import (
            BERT_PRETRAINED_MODEL_ARCHIVE_LIST,
            BertForMaskedLM,
            BertForMultipleChoice,
            BertForNextSentencePrediction,
            BertForPreTraining,
            BertForQuestionAnswering,
            BertForSequenceClassification,
            BertForTokenClassification,
            BertLayer,
            BertLMHeadModel,
            BertModel,
            BertPreTrainedModel,
            load_tf_weights_in_bert,
        )

然后点进去就可以看了，可以看他们的forward函数等

Trainer

Trainer提供了训练、验证、预测的功能，可以通过继承Trainer并覆写其中一些方法来自定义。

• compute_loss()

计算损失的函数，compute_loss(self, model, inputs, return_outputs=False)，该函数执行forward和loss计算。

• 参数 compute_metrics(eval_pred: EvalPrediction)

该参数指定的函数在tranier.evaluate()时会调用，该函数的参数是EvalPrediction类型，必须返回一个字典，类型是string-> value。比如

{
	'accuracy': 0.98, 
	'sensitivity': 0.65
}

EvalPrediction包括self.predictions和self.label_ids，以及可能有的self.inputs。

• 参数metric_for_best_model

这是个字符串，并且必须是compute_metrics返回的字典的一个key，对应上例就是只能是'accuracy'或者'sensitivity'