baidu / AnyQ

FAQ-based Question Answering System
Apache License 2.0
2.58k stars 669 forks source link

SimNet通过PaddlePaddle 平台训练的模型 #209

Open sunzihu opened 4 years ago

sunzihu commented 4 years ago

SimNet通过PaddlePaddle 平台训练的模型 怎么加入AnyQ的model 系统中 我直接放到anyQ的conf/simnet下启动anyQ报错

vivianzy1985 commented 4 years ago

请问楼主解决了吗?同问

sunzihu commented 4 years ago

请问楼主解决了吗?同问

没有 换成别的框架了

sunzihu commented 4 years ago

请问楼主解决了吗?同问

解决了 __model文件还用anyq的 其他的替换了就行

caiyueliang commented 4 years ago

请问楼主,我也试了“ model文件还用anyq的,其他的替换了就行”。不过还是不行。因为其他编译出来的文件都不一样。 原本的模型文件,model文件夹下有4个文件,分别是:model、emb、tanh.b、tanh.w。 而我编译出来的model文件里有6个文件,分别是:model__、emb、cos_sim.b、cos_sim.w、fc.b、fc.w。

1、我用的是bow_pointwise.json进行训练的,请问你也是吗? 2、另外,可否把你的模型训练的配置文件贴出来看一下吗? 谢谢。

laorenyuhai commented 3 years ago

SimNet通过PaddlePaddle 平台训练的模型?请问楼主是怎么训练的?哪些脚本?

shguan2018 commented 2 years ago

请问楼主,我也试了“ __model文件还用anyq的,其他的替换了就行”。不过还是不行。因为其他编译出来的文件都不一样。 原本的模型文件,model文件夹下有4个文件,分别是:model、emb、tanh.b、tanh.w。 而我编译出来的model文件里有6个文件,分别是:model、emb、cos_sim.b、cos_sim.w、fc.b、fc.w。

1、我用的是bow_pointwise.json进行训练的,请问你也是吗? 2、另外,可否把你的模型训练的配置文件贴出来看一下吗? 谢谢。

我编译出来的文件也是 6 个文件,同你的一样,也用的是 bow_pointwise.json 训练的, 但是 原model 文件是 4个,不太一样,原model加载后信息显示 如下 I0100 00:00:00.000000 5046 method_simnet_emb.cpp:63] RAW: fetch name: 0 tanh.tmp_1 I0100 00:00:00.000000 5046 method_simnet_emb.cpp:63] RAW: fetch name: 1 cos_sim_0.tmp_0 I0100 00:00:00.000000 5046 method_simnet_emb.cpp:71] RAW: query/cand/emb index: 0 1 0 I0100 00:00:00.000000 5046 method_simnet_emb.cpp:72] RAW: query/cand/emb index: 0 1 0 现在不知道这加载的信息是否正确.?????

shguan2018 commented 2 years ago

请问楼主,我也试了“ __model文件还用anyq的,其他的替换了就行”。不过还是不行。因为其他编译出来的文件都不一样。 原本的模型文件,model文件夹下有4个文件,分别是:model、emb、tanh.b、tanh.w。 而我编译出来的model文件里有6个文件,分别是:model、emb、cos_sim.b、cos_sim.w、fc.b、fc.w。

1、我用的是bow_pointwise.json进行训练的,请问你也是吗? 2、另外,可否把你的模型训练的配置文件贴出来看一下吗? 谢谢。

搞定,修改这两个地方,就可以了,哈哈哈

bow_layer = layers.FCLayer(self.bow_dim, "relu", "fc")

        bow_layer = layers.FCLayer(self.bow_dim, "relu", "tanh")
        concat_fc = bow_layer.ops(concat)
        #softmax_layer = layers.FCLayer(2, "softmax", "cos_sim")
        softmax_layer = layers.FCLayer(2, "softmax", "")