分词器报错了

[YangFW]

昨天出现个问题，加载词向量文件时出现下面截图中的问题

看上去是网络问题，但是我这边能正常访问https://huggingface.co/models的 后从该地址上下载了词向量 nghuyong/ernie-1.0-base-zh并指定绝对路径，程序正常了，但是之前的模型准确性全不对了，是词向量文件改了吗，还是什么原因？

[xiangking]

您好，这个问题是ernie那边把1.0的名字改成nghuyong/ernie-1.0-base-zh，删掉了之前的，看了一下文件应该是没有改的，具体我这边还没实验。

[YangFW]

您好，这个问题是ernie那边把1.0的名字改成nghuyong/ernie-1.0-base-zh，删掉了之前的，看了一下文件应该是没有改的，具体我这边还没实验。

嗯，我改成 nghuyong/ernie-1.0-base-zh 这个后，可以跑了，但是模型不准了，之前的用nghuyong/ernie-1.0时训练好的模型，现在一点不准了

[xiangking]

我这边尝试了一下使用nghuyong/ernie-1.0-base-zh加载config和tokenizer，使用nghuyong/ernie-1.0作为模型预训练参数，似乎没有问题，两者应该是适配的，可以检查一下是否cat2id之类的值有问题

[YangFW]

我这边尝试了一下使用nghuyong/ernie-1.0-base-zh加载config和tokenizer，使用nghuyong/ernie-1.0作为模型预训练参数，似乎没有问题，两者应该是适配的，可以检查一下是否cat2id之类的值有问题

cat2id,config,tokenizer都正常的，就是之前训练好了的模型现在完全不能用了，算了我下载词向量到本地重写训练一下吧

[xiangking]

我这边也会跟进看看有没有什么问题，感谢这边提出的issue

在2022年08月19日 @.***> 写道：

我这边尝试了一下使用nghuyong/ernie-1.0-base-zh加载config和tokenizer，使用nghuyong/ernie-1.0作为模型预训练参数，似乎没有问题，两者应该是适配的，可以检查一下是否cat2id之类的值有问题

cat2id,config,tokenizer都正常的，就是之前训练好了的模型现在完全不能用了，算了我下载词向量到本地重写训练一下吧

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

[YangFW]

我这边也会跟进看看有没有什么问题，感谢这边提出的issue 在2022年08月19日 @.> 写道： 我这边尝试了一下使用nghuyong/ernie-1.0-base-zh加载config和tokenizer，使用nghuyong/ernie-1.0作为模型预训练参数，似乎没有问题，两者应该是适配的，可以检查一下是否cat2id之类的值有问题 cat2id,config,tokenizer都正常的，就是之前训练好了的模型现在完全不能用了，算了我下载词向量到本地重写训练一下吧 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.>

您好，我这边重新训练后模型准确度、F1都比较好，但是保存模型参数重新加载出来测试，效果又很不好，请问有遇到类似的问题吗，之前都是正常的

[xiangking]

您好，是之前保存模型再重新加载可以正常运行，现在是出现准确率很低的情况吗

Message ID: @.***>

[YangFW]

您好，是之前保存模型再重新加载可以正常运行，现在是出现准确率很低的情况吗 Message ID: @.***>

之前是这样的，就是在ernie-1.0转成ernie-1.0-base-zh的时候，模型准确率很低，所有的数据分类结果都是0，之前以为是词向量的问题。 现在发现可能不是这个问题，现在训练的时候测试+f1+混淆矩阵都很正常，然后保存模型参数，再重新加载测试，测试结果全是0。 就是比对两个句子的相似度，相当于01分类

[xiangking]

是使用的TM模型吗，是不是加载或者保存有问题，方便的话，也可以加我微信，我这边看看是什么问题

Message ID: @.***>

[YangFW]

是使用的TM模型吗，是不是加载或者保存有问题，方便的话，也可以加我微信，我这边看看是什么问题 Message ID: @.***>

对，使用的tm模型 可以啊，我的微信号是 18758835758，非常感谢

[dandrane]

想请问下，我换成'nghuyong/ernie-1.0-base-zh'后，一直报错：

Traceback (most recent call last):
  File "textsim.py", line 26, in <module>
    bert_vocab = transformers.AutoTokenizer.from_pretrained("nghuyong/ernie-1.0-base-zh")
  File "/home/labo/anaconda3/lib/python3.8/site-packages/transformers/models/auto/tokenization_auto.py", line 532, in from_pretrained
    config = AutoConfig.from_pretrained(pretrained_model_name_or_path, **kwargs)
  File "/home/labo/anaconda3/lib/python3.8/site-packages/transformers/models/auto/configuration_auto.py", line 452, in from_pretrained
    config_class = CONFIG_MAPPING[config_dict["model_type"]]
KeyError: 'ernie'

vocab、config的导入没有变化，

from ark_nlp.model.tm.bert import Bert
from ark_nlp.model.tm.bert import BertConfig
from ark_nlp.model.tm.bert import Dataset
from ark_nlp.model.tm.bert import Task
from ark_nlp.model.tm.bert import get_default_model_optimizer
from ark_nlp.model.tm.bert import Tokenizer
model_name='nghuyong/ernie-1.0-base-zh',
tokenizer = Tokenizer(vocab=model_name, max_seq_len=30)
bert_config = BertConfig.from_pretrained(model_name,
                                             num_labels=len(tm_train_dataset.cat2id))

是需要进行什么变动吗

[jimme0001]

想请问下，我换成'nghuyong/ernie-1.0-base-zh'后，一直报错：

Traceback (most recent call last):
  File "textsim.py", line 26, in <module>
    bert_vocab = transformers.AutoTokenizer.from_pretrained("nghuyong/ernie-1.0-base-zh")
  File "/home/labo/anaconda3/lib/python3.8/site-packages/transformers/models/auto/tokenization_auto.py", line 532, in from_pretrained
    config = AutoConfig.from_pretrained(pretrained_model_name_or_path, **kwargs)
  File "/home/labo/anaconda3/lib/python3.8/site-packages/transformers/models/auto/configuration_auto.py", line 452, in from_pretrained
    config_class = CONFIG_MAPPING[config_dict["model_type"]]
KeyError: 'ernie'

vocab、config的导入没有变化，

from ark_nlp.model.tm.bert import Bert
from ark_nlp.model.tm.bert import BertConfig
from ark_nlp.model.tm.bert import Dataset
from ark_nlp.model.tm.bert import Task
from ark_nlp.model.tm.bert import get_default_model_optimizer
from ark_nlp.model.tm.bert import Tokenizer
model_name='nghuyong/ernie-1.0-base-zh',
tokenizer = Tokenizer(vocab=model_name, max_seq_len=30)
bert_config = BertConfig.from_pretrained(model_name,
                                             num_labels=len(tm_train_dataset.cat2id))

是需要进行什么变动吗

开源的ernie版本迭代问题，有两种方法解决。

一是直接将 model_name = 'freedomking/ernie-1.0' ，这是我们上传的老版本ernie。 二是升级transformers，使得transformers> 4.22.0，参考 ERNIE-Pytorch。

[dandrane]

想请问下，我换成'nghuyong/ernie-1.0-base-zh'后，一直报错：

Traceback (most recent call last):
  File "textsim.py", line 26, in <module>
    bert_vocab = transformers.AutoTokenizer.from_pretrained("nghuyong/ernie-1.0-base-zh")
  File "/home/labo/anaconda3/lib/python3.8/site-packages/transformers/models/auto/tokenization_auto.py", line 532, in from_pretrained
    config = AutoConfig.from_pretrained(pretrained_model_name_or_path, **kwargs)
  File "/home/labo/anaconda3/lib/python3.8/site-packages/transformers/models/auto/configuration_auto.py", line 452, in from_pretrained
    config_class = CONFIG_MAPPING[config_dict["model_type"]]
KeyError: 'ernie'

vocab、config的导入没有变化，

from ark_nlp.model.tm.bert import Bert
from ark_nlp.model.tm.bert import BertConfig
from ark_nlp.model.tm.bert import Dataset
from ark_nlp.model.tm.bert import Task
from ark_nlp.model.tm.bert import get_default_model_optimizer
from ark_nlp.model.tm.bert import Tokenizer
model_name='nghuyong/ernie-1.0-base-zh',
tokenizer = Tokenizer(vocab=model_name, max_seq_len=30)
bert_config = BertConfig.from_pretrained(model_name,
                                             num_labels=len(tm_train_dataset.cat2id))

是需要进行什么变动吗

开源的ernie版本迭代问题，有两种方法解决。

一是直接将 model_name = 'freedomking/ernie-1.0' ，这是我们上传的老版本ernie。 二是升级transformers，使得transformers> 4.22.0，参考 ERNIE-Pytorch。

嗯嗯是的，此外，我将bert_vocab = transformers.AutoTokenizer.from_pretrained("nghuyong/ernie-1.0-base-zh") 替换为bert_vocab = transformers.BertTokenizer.from_pretrained("nghuyong/ernie-1.0-base-zh")也可以运行，谢谢您