在本地下载预训练的句子转换器模型

问题描述

我正在使用 SentenceTransformers 库（此处：https://pypi.org/project/sentence-transformers/#pretrained-models）使用预训练模型 bert-base-nli-mean-tokens 创建句子嵌入。我有一个应用程序将部署到无法访问 Internet 的设备上。在这里，已经回答了，如何保存模型Download pre-trained BERT model locally。但是我一直坚持从本地保存的路径加载保存的模型。

当我尝试使用上述技术保存模型时，这些是输出文件：

('/bert-base-nli-mean-tokens/tokenizer_config.json','/bert-base-nli-mean-tokens/special_tokens_map.json','/bert-base-nli-mean-tokens/vocab.txt','/bert-base-nli-mean-tokens/added_tokens.json')

当我尝试将其加载到内存中时，使用

tokenizer = AutoTokenizer.from_pretrained(to_save_path)

我要了

Can't load config for '/bert-base-nli-mean-tokens'. Make sure that:

- '/bert-base-nli-mean-tokens' is a correct model identifier listed on 'https://huggingface.co/models'

- or '/bert-base-nli-mean-tokens' is the correct path to a directory containing a config.json 

解决方法

有很多方法可以解决这个问题：

• 假设您已经在本地（colab/notebook）训练了您的 BERT 基础模型，以便将其与 Huggingface AutoClass 一起使用，然后是模型（以及分词器、vocab.txt、配置、特殊标记和 tf /pytorch weights) 必须上传到 Huggingface。 here 提到了执行此操作的步骤。上传后，将使用您的用户名创建一个存储库，然后可以按如下方式访问模型：

from transformers import AutoTokenizer
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("<username>/<model-name>")

• 第二种方法是在本地使用经过训练的模型，这可以通过使用 pipelines 来完成。以下是如何在本地使用此模型训练（&保存）用于您的用例的示例（给出来自我本地训练的 QA 模型的示例）：

from transformers import AutoModelForQuestionAnswering,AutoTokenizer,pipeline
nlp_QA=pipeline('question-answering',model='./abhilash1910/distilbert-squadv1',tokenizer='./abhilash1910/distilbert-squadv1')
QA_inp={
    'question': 'What is the fund price of Huggingface in NYSE?','context': 'Huggingface Co. has a total fund price of $19.6 million dollars'
}
result=nlp_QA(QA_inp)
result

• 第三种方法是直接使用 Huggingface 模型存储库中的 Sentence Transformers。

还有其他方法可以解决此问题，但这些方法可能会有所帮助。此外，此预训练模型列表可能help。