使用 pytorch 的 torchtext 构建文本分类模型。词汇表对象在 data.field 中:
def create_tabularDataset_object(self,csv_path):
self.TEXT = data.Field(tokenize=self.tokenizer,batch_first=True,include_lengths=True)
self.LABEL = data.LabelField(dtype = torch.float,batch_first=True)
def get_vocab_with_glov(self,data):
# initialize glove embeddings
self.TEXT.build_vocab(data,min_freq=100,vectors = "glove.6B.100d")
训练后，在生产中为模型提供服务时，我如何保存 TEXT 对象？在预测时，我需要它来索引单词标记
[TEXT.vocab.stoi[t] for t in tokenizedׁ_sentence]
我是不是遗漏了什么，而且没有必要拿着那个东西？除了模型权重，我还需要任何其他文件吗？
最佳答案
实际上最好的方法(更稳定)是使用 torch 内置函数 torch.save(*)
保存文件示例:
torch.save(vocab_obj, 'vocab_obj.pth')
再次加载文件:
vocab_obj = torch.load('vocab_obj.pth')
关于python - 从 pytorch 的 torchtext 库中保存词汇对象，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/61245215/