You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
33 KiB
33 KiB
目录
BERT概述
BERT网络由谷歌在2018年提出，该网络在自然语言处理领域取得了突破性进展。采用预训练技术，实现大的网络结构，并且仅通过增加输出层，实现多个基于文本的任务的微调。BERT的主干代码采用Transformer的Encoder结构。引入注意力机制，使输出层能够捕获高纬度的全局语义信息。预训练采用去噪和自编码任务，即掩码语言模型（MLM）和相邻句子判断（NSP）。无需标注数据，可对海量文本数据进行预训练，仅需少量数据做微调的下游任务，可获得良好效果。BERT所建立的预训练加微调的模式在后续的NLP网络中得到了广泛的应用。
论文: Jacob Devlin, Ming-Wei Chang, Kenton Lee, Kristina Toutanova.BERT：深度双向Transformer语言理解预训练). arXiv preprint arXiv:1810.04805.
论文: Junqiu Wei, Xiaozhe Ren, Xiaoguang Li, Wenyong Huang, Yi Liao, Yasheng Wang, Jiashu Lin, Xin Jiang, Xiao Chen, Qun Liu.NEZHA：面向汉语理解的神经语境表示. arXiv preprint arXiv:1909.00204.
模型架构
BERT的主干结构为Transformer。对于BERT_base，Transformer包含12个编码器模块，每个模块包含一个自注意模块，每个自注意模块包含一个注意模块。对于BERT_NEZHA，Transformer包含24个编码器模块，每个模块包含一个自注意模块，每个自注意模块包含一个注意模块。BERT_base和BERT_NEZHA的区别在于，BERT_base使用绝对位置编码生成位置嵌入向量，而BERT_NEZHA使用相对位置编码。
数据集
- 下载zhwiki或enwiki数据集进行预训练，使用WikiExtractor提取和整理数据集中的文本，并将数据集转换为TFRecord格式。详见BERT代码仓中的create_pretraining_data.py文件。
- 下载数据集进行微调和评估，如CLUENER、TNEWS、SQuAD v1.1等。将数据集文件从JSON格式转换为TFRecord格式。详见BERT代码仓中的run_classifier.py文件。
环境要求
- 硬件（Ascend处理器）
- 准备Ascend或GPU处理器搭建硬件环境。如需试用昇腾处理器，请发送申请表至ascend@huawei.com，申请通过后，即可获得资源。
- 框架
- 更多关于Mindspore的信息，请查看以下资源：
快速入门
从官网下载安装MindSpore之后，您可以按照如下步骤进行训练和评估：
- 在Ascend上运行
# 单机运行预训练示例
bash scripts/run_standalone_pretrain_ascend.sh 0 1 /path/cn-wiki-128
# 分布式运行预训练示例
bash scripts/run_distributed_pretrain_ascend.sh /path/cn-wiki-128 /path/hccl.json
# 运行微调和评估示例
- 如需运行微调任务，请先准备预训练生成的权重文件（ckpt）。
- 在`finetune_eval_config.py`中设置BERT网络配置和优化器超参。
- 分类任务：在scripts/run_classifier.sh中设置任务相关的超参。
- 运行`bash scripts/run_classifier.py`，对BERT-base和BERT-NEZHA模型进行微调。
bash scripts/run_classifier.sh
- NER任务：在scripts/run_ner.sh中设置任务相关的超参。
- 运行`bash scripts/run_ner.py`，对BERT-base和BERT-NEZHA模型进行微调。
bash scripts/run_ner.sh
- SQUAD任务：在scripts/run_squad.sh中设置任务相关的超参。
-运行`bash scripts/run_squad.py`，对BERT-base和BERT-NEZHA模型进行微调。
bash scripts/run_squad.sh
- 在GPU上运行
# 单机运行预训练示例
bash run_standalone_pretrain_for_gpu.sh 0 1 /path/cn-wiki-128
# 分布式运行预训练示例
bash scripts/run_distributed_pretrain_for_gpu.sh 8 40 /path/cn-wiki-128
# 运行微调和评估示例
- 如需运行微调任务，请先准备预训练生成的权重文件（ckpt）。
- 在`finetune_eval_config.py`中设置BERT网络配置和优化器超参。
- 分类任务：在scripts/run_classifier.sh中设置任务相关的超参。
- 运行`bash scripts/run_classifier.py`，对BERT-base和BERT-NEZHA模型进行微调。
bash scripts/run_classifier.sh
- NER任务：在scripts/run_ner.sh中设置任务相关的超参。
- 运行`bash scripts/run_ner.py`，对BERT-base和BERT-NEZHA模型进行微调。
bash scripts/run_ner.sh
- SQUAD任务：在scripts/run_squad.sh中设置任务相关的超参。
-运行`bash scripts/run_squad.py`，对BERT-base和BERT-NEZHA模型进行微调。
bash scripts/run_squad.sh
在Ascend设备上做分布式训练时，请提前创建JSON格式的HCCL配置文件。
在Ascend设备上做单机分布式训练时，请参考here创建HCCL配置文件。
在Ascend设备上做多机分布式训练时，训练命令需要在很短的时间间隔内在各台设备上执行。因此，每台设备上都需要准备HCCL配置文件。请参考here创建多机的HCCL配置文件。
如需设置数据集格式和参数，请创建JSON格式的模式配置文件，详见TFRecord格式。
For pretraining, schema file contains ["input_ids", "input_mask", "segment_ids", "next_sentence_labels", "masked_lm_positions", "masked_lm_ids", "masked_lm_weights"].
For ner or classification task, schema file contains ["input_ids", "input_mask", "segment_ids", "label_ids"].
For squad task, training: schema file contains ["start_positions", "end_positions", "input_ids", "input_mask", "segment_ids"], evaluation: schema file contains ["input_ids", "input_mask", "segment_ids"].
`numRows` is the only option which could be set by user, other values must be set according to the dataset.
For example, the schema file of cn-wiki-128 dataset for pretraining shows as follows:
{
"datasetType": "TF",
"numRows": 7680,
"columns": {
"input_ids": {
"type": "int64",
"rank": 1,
"shape": [128]
},
"input_mask": {
"type": "int64",
"rank": 1,
"shape": [128]
},
"segment_ids": {
"type": "int64",
"rank": 1,
"shape": [128]
},
"next_sentence_labels": {
"type": "int64",
"rank": 1,
"shape": [1]
},
"masked_lm_positions": {
"type": "int64",
"rank": 1,
"shape": [20]
},
"masked_lm_ids": {
"type": "int64",
"rank": 1,
"shape": [20]
},
"masked_lm_weights": {
"type": "float32",
"rank": 1,
"shape": [20]
}
}
}
脚本说明
脚本和样例代码
.
└─bert
├─README.md
├─scripts
├─ascend_distributed_launcher
├─__init__.py
├─hyper_parameter_config.ini # 分布式预训练超参
├─get_distribute_pretrain_cmd.py # 分布式预训练脚本
--README.md
├─run_classifier.sh # Ascend或GPU设备上单机分类器任务shell脚本
├─run_ner.sh # Ascend或GPU设备上单机NER任务shell脚本
├─run_squad.sh # Ascend或GPU设备上单机SQUAD任务shell脚本
├─run_standalone_pretrain_ascend.sh # Ascend设备上单机预训练shell脚本
├─run_distributed_pretrain_ascend.sh # Ascend设备上分布式预训练shell脚本
├─run_distributed_pretrain_gpu.sh # GPU设备上分布式预训练shell脚本
└─run_standaloned_pretrain_gpu.sh # GPU设备上单机预训练shell脚本
├─src
├─__init__.py
├─assessment_method.py # 评估过程的测评方法
├─bert_for_finetune.py # 网络骨干编码
├─bert_for_pre_training.py # 网络骨干编码
├─bert_model.py # 网络骨干编码
├─finetune_data_preprocess.py # 数据预处理
├─cluner_evaluation.py # 评估线索生成工具
├─config.py # 预训练参数配置
├─CRF.py # 线索数据集评估方法
├─dataset.py # 数据预处理
├─finetune_eval_config.py # 微调参数配置
├─finetune_eval_model.py # 网络骨干编码
├─sample_process.py # 样例处理
├─utils.py # util函数
├─pretrain_eval.py # 训练和评估网络
├─run_classifier.py # 分类器任务的微调和评估网络
├─run_ner.py # NER任务的微调和评估网络
├─run_pretrain.py # 预训练网络
└─run_squad.py # SQUAD任务的微调和评估网络
脚本参数
预训练
用法：run_pretrain.py [--distribute DISTRIBUTE] [--epoch_size N] [----device_num N] [--device_id N]
[--enable_save_ckpt ENABLE_SAVE_CKPT] [--device_target DEVICE_TARGET]
[--enable_lossscale ENABLE_LOSSSCALE] [--do_shuffle DO_SHUFFLE]
[--enable_data_sink ENABLE_DATA_SINK] [--data_sink_steps N]
[--accumulation_steps N]
[--save_checkpoint_path SAVE_CHECKPOINT_PATH]
[--load_checkpoint_path LOAD_CHECKPOINT_PATH]
[--save_checkpoint_steps N] [--save_checkpoint_num N]
[--data_dir DATA_DIR] [--schema_dir SCHEMA_DIR] [train_steps N]
选项：
--device_target 代码实现设备，可选项为Ascend或CPU。默认为Ascend
--distribute 是否多卡预训练，可选项为true（多卡预训练）或false。默认为false
--epoch_size 轮次，默认为1
--device_num 使用设备数量，默认为1
--device_id 设备ID，默认为0
--enable_save_ckpt 是否使能保存检查点，可选项为true或false，默认为true
--enable_lossscale 是否使能损失放大，可选项为true或false，默认为true
--do_shuffle 是否使能轮换，可选项为true或false，默认为true
--enable_data_sink 是否使能数据下沉，可选项为true或false，默认为true
--data_sink_steps 设置数据下沉步数，默认为1
--accumulation_steps 更新权重前梯度累加数，默认为1
--save_checkpoint_path 保存检查点文件的路径，默认为""
--load_checkpoint_path 加载检查点文件的路径，默认为""
--save_checkpoint_steps 保存检查点文件的步数，默认为1000
--save_checkpoint_num 保存的检查点文件数量，默认为1
--train_steps 训练步数，默认为-1
--data_dir 数据目录，默认为""
--schema_dir schema.json的路径，默认为""
微调与评估
用法：run_ner.py [--device_target DEVICE_TARGET] [--do_train DO_TRAIN] [----do_eval DO_EVAL]
[--assessment_method ASSESSMENT_METHOD] [--use_crf USE_CRF]
[--device_id N] [--epoch_num N] [--vocab_file_path VOCAB_FILE_PATH]
[--label2id_file_path LABEL2ID_FILE_PATH]
[--train_data_shuffle TRAIN_DATA_SHUFFLE]
[--eval_data_shuffle EVAL_DATA_SHUFFLE]
[--save_finetune_checkpoint_path SAVE_FINETUNE_CHECKPOINT_PATH]
[--load_pretrain_checkpoint_path LOAD_PRETRAIN_CHECKPOINT_PATH]
[--train_data_file_path TRAIN_DATA_FILE_PATH]
[--eval_data_file_path EVAL_DATA_FILE_PATH]
[--schema_file_path SCHEMA_FILE_PATH]
选项：
--device_target 代码实现设备，可选项为Ascend或CPU。默认为Ascend
--do_train 是否基于训练集开始训练，可选项为true或false
--do_eval 是否基于开发集开始评估，可选项为true或false
--assessment_method 评估方法，可选项为f1或clue_benchmark
--use_crf 是否采用CRF来计算损失，可选项为true或false
--device_id 任务运行的设备ID
--epoch_num 训练轮次总数
--train_data_shuffle 是否使能训练数据集轮换，默认为true
--eval_data_shuffle 是否使能评估数据集轮换，默认为true
--vocab_file_path BERT模型训练的词汇表
--label2id_file_path 标注文件，文件中的标注名称必须与原始数据集中所标注的类型名称完全一致
--save_finetune_checkpoint_path 保存生成微调检查点的路径
--load_pretrain_checkpoint_path 初始检查点（通常来自预训练BERT模型
--load_finetune_checkpoint_path 如仅执行评估，提供微调检查点保存路径
--train_data_file_path 用于保存训练数据的TFRecord文件，如train.tfrecord文件
--eval_data_file_path 如采用f1来评估结果，则为TFRecord文件保存预测；如采用clue_benchmark来评估结果，则为JSON文件保存预测
--dataset_format 数据集格式，支持tfrecord和mindrecord格式
--schema_file_path 模式文件保存路径
用法：run_squad.py [--device_target DEVICE_TARGET] [--do_train DO_TRAIN] [----do_eval DO_EVAL]
[--device_id N] [--epoch_num N] [--num_class N]
[--vocab_file_path VOCAB_FILE_PATH]
[--eval_json_path EVAL_JSON_PATH]
[--train_data_shuffle TRAIN_DATA_SHUFFLE]
[--eval_data_shuffle EVAL_DATA_SHUFFLE]
[--save_finetune_checkpoint_path SAVE_FINETUNE_CHECKPOINT_PATH]
[--load_pretrain_checkpoint_path LOAD_PRETRAIN_CHECKPOINT_PATH]
[--load_finetune_checkpoint_path LOAD_FINETUNE_CHECKPOINT_PATH]
[--train_data_file_path TRAIN_DATA_FILE_PATH]
[--eval_data_file_path EVAL_DATA_FILE_PATH]
[--schema_file_path SCHEMA_FILE_PATH]
options:
--device_target 代码实现设备，可选项为Ascend或CPU。默认为Ascend
--do_train 是否基于训练集开始训练，可选项为true或false
--do_eval 是否基于开发集开始评估，可选项为true或false
--device_id 任务运行的设备ID
--epoch_num 训练轮次总数
--num_class 分类数，SQuAD任务通常为2
--train_data_shuffle 是否使能训练数据集轮换，默认为true
--eval_data_shuffle 是否使能评估数据集轮换，默认为true
--vocab_file_path BERT模型训练的词汇表
--eval_json_path 保存SQuAD任务开发JSON文件的路径
--save_finetune_checkpoint_path 保存生成微调检查点的路径
--load_pretrain_checkpoint_path 初始检查点（通常来自预训练BERT模型
--load_finetune_checkpoint_path 如仅执行评估，提供微调检查点保存路径
--train_data_file_path 用于保存SQuAD训练数据的TFRecord文件，如train1.1.tfrecord
--eval_data_file_path 用于保存SQuAD预测数据的TFRecord文件，如dev1.1.tfrecord
--schema_file_path 模式文件保存路径
usage: run_classifier.py [--device_target DEVICE_TARGET] [--do_train DO_TRAIN] [----do_eval DO_EVAL]
[--assessment_method ASSESSMENT_METHOD] [--device_id N] [--epoch_num N] [--num_class N]
[--save_finetune_checkpoint_path SAVE_FINETUNE_CHECKPOINT_PATH]
[--load_pretrain_checkpoint_path LOAD_PRETRAIN_CHECKPOINT_PATH]
[--load_finetune_checkpoint_path LOAD_FINETUNE_CHECKPOINT_PATH]
[--train_data_shuffle TRAIN_DATA_SHUFFLE]
[--eval_data_shuffle EVAL_DATA_SHUFFLE]
[--train_data_file_path TRAIN_DATA_FILE_PATH]
[--eval_data_file_path EVAL_DATA_FILE_PATH]
[--schema_file_path SCHEMA_FILE_PATH]
options:
--device_target 任务运行的目标设备，可选项为Ascend或CPU
--do_train 是否基于训练集开始训练，可选项为true或false
--do_eval 是否基于开发集开始评估，可选项为true或false
--assessment_method 评估方法，可选项为accuracy、f1、mcc、spearman_correlation
--device_id 任务运行的设备ID
--epoch_num 训练轮次总数
--num_class 标注类的数量
--train_data_shuffle 是否使能训练数据集轮换，默认为true
--eval_data_shuffle 是否使能评估数据集轮换，默认为true
--save_finetune_checkpoint_path 保存生成微调检查点的路径
--load_pretrain_checkpoint_path 初始检查点（通常来自预训练BERT模型）
--load_finetune_checkpoint_path 如仅执行评估，提供微调检查点保存路径
--train_data_file_path 用于保存训练数据的TFRecord文件，如train.tfrecord文件
--eval_data_file_path 用于保存预测数据的TFRecord文件，如dev.tfrecord
--schema_file_path 模式文件保存路径
选项及参数
可以在config.py和finetune_eval_config.py文件中分别配置训练和评估参数。
选项
config for lossscale and etc.
bert_network BERT模型版本，可选项为base或nezha，默认为base
batch_size 输入数据集的批次大小，默认为16
loss_scale_value 损失放大初始值，默认为2^32
scale_factor 损失放大的更新因子，默认为2
scale_window 损失放大的一次更新步数，默认为1000
optimizer 网络中采用的优化器，可选项为AdamWerigtDecayDynamicLR、Lamb、或Momentum，默认为Lamb
参数
数据集和网络参数（预训练/微调/评估）：
seq_length 输入序列的长度，默认为128
vocab_size 各内嵌向量大小，需与所采用的数据集相同。默认为21136
hidden_size BERT的encoder层数，默认为768
num_hidden_layers 隐藏层数，默认为12
num_attention_heads 注意头的数量，默认为12
intermediate_size 中间层数，默认为3072
hidden_act 所采用的激活函数，默认为gelu
hidden_dropout_prob BERT输出的随机失活可能性，默认为0.1
attention_probs_dropout_prob BERT注意的随机失活可能性，默认为0.1
max_position_embeddings 序列最大长度，默认为512
type_vocab_size 标记类型的词汇表大小，默认为16
initializer_range TruncatedNormal的初始值，默认为0.02
use_relative_positions 是否采用相对位置，可选项为true或false，默认为False
dtype 输入的数据类型，可选项为mstype.float16或mstype.float32，默认为mstype.float32
compute_type Bert Transformer的计算类型，可选项为mstype.float16或mstype.float32，默认为mstype.float16
Parameters for optimizer:
AdamWeightDecay:
decay_steps 学习率开始衰减的步数
learning_rate 学习率
end_learning_rate 结束学习率，取值需为正数
power 幂
warmup_steps 热身学习率步数
weight_decay 权重衰减
eps 增加分母，提高小数稳定性
Lamb:
decay_steps 学习率开始衰减的步数
learning_rate 学习率
end_learning_rate 结束学习率
power 幂
warmup_steps 热身学习率步数
weight_decay 权重衰减
Momentum:
learning_rate 学习率
momentum 平均移动动量
训练过程
用法
Ascend处理器上运行
bash scripts/run_standalone_pretrain_ascend.sh 0 1 /path/cn-wiki-128
以上命令后台运行，您可以在pretraining_log.txt中查看训练日志。训练结束后，您可以在默认脚本路径下脚本文件夹中找到检查点文件，得到如下损失值：
# grep "epoch" pretraining_log.txt
epoch: 0.0, current epoch percent: 0.000, step: 1, outputs are (Tensor(shape=[1], dtype=Float32, [ 1.0856101e+01]), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536))
epoch: 0.0, current epoch percent: 0.000, step: 2, outputs are (Tensor(shape=[1], dtype=Float32, [ 1.0821701e+01]), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536))
...
注意如果所运行的数据集较大，建议添加一个外部环境变量，确保HCCL不会超时。
export HCCL_CONNECT_TIMEOUT=600将HCCL的超时时间从默认的120秒延长到600秒。 注意若使用的BERT模型较大，保存检查点时可能会出现protobuf错误，可尝试使用下面的环境集。
export PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python
分布式训练
Ascend处理器上运行
bash scripts/run_distributed_pretrain_ascend.sh /path/cn-wiki-128 /path/hccl.json
以上命令后台运行，您可以在pretraining_log.txt中查看训练日志。训练结束后，您可以在默认LOG*文件夹下找到检查点文件，得到如下损失值：
# grep "epoch" LOG*/pretraining_log.txt
epoch: 0.0, current epoch percent: 0.001, step: 100, outputs are (Tensor(shape=[1], dtype=Float32, [ 1.08209e+01]), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536))
epoch: 0.0, current epoch percent: 0.002, step: 200, outputs are (Tensor(shape=[1], dtype=Float32, [ 1.07566e+01]), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536))
...
epoch: 0.0, current epoch percent: 0.001, step: 100, outputs are (Tensor(shape=[1], dtype=Float32, [ 1.08218e+01]), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536))
epoch: 0.0, current epoch percent: 0.002, step: 200, outputs are (Tensor(shape=[1], dtype=Float32, [ 1.07770e+01]), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536))
...
注意训练过程中会根据device_num和处理器总数绑定处理器内核。如果您不希望预训练中绑定处理器内核，请在
scripts/ascend_distributed_launcher/get_distribute_pretrain_cmd.py中移除taskset相关操作。
评估过程
用法
Ascend处理器上运行后评估cola数据集
运行以下命令前，确保已设置加载与训练检查点路径。请将检查点路径设置为绝对全路径，例如，/username/pretrain/checkpoint_100_300.ckpt。
bash scripts/run_classifier.sh
以上命令后台运行，您可以在classfier_log.txt中查看训练日志。
如您选择准确性作为评估方法，可得到如下结果：
acc_num XXX, total_num XXX, accuracy 0.588986
Ascend处理器上运行后评估cluener数据集
bash scripts/run_ner.sh
以上命令后台运行，您可以在ner_log.txt中查看训练日志。
如您选择F1作为评估方法，可得到如下结果：
Precision 0.920507
Recall 0.948683
F1 0.920507
Ascend处理器上运行后评估msra数据集
您可以采用如下方式，先将MSRA数据集的原始格式在预处理流程中转换为mindrecord格式以提升性能 (请注意label2id_file文件中的标注名称应与数据集msra_dataset.xml文件中的标注名保持一致)：
python src/finetune_data_preprocess.py --data_dir=/path/msra_dataset.xml --vocab_file=/path/vacab_file --save_path=/path/msra_dataset.mindrecord --label2id=/path/label2id_file --max_seq_len=seq_len --class_filter="NAMEX" --split_begin=0.0 --split_end=1.0
此后，您可以进行微调再训练和推理流程，
bash scripts/run_ner.sh
以上命令后台运行，您可以在ner_log.txt中查看训练日志。 如您选择MF1（多标签的F1得分）作为评估方法，在微调训练10个epoch之后进行推理，可得到如下结果：
F1 0.931243
Ascend处理器上运行后评估squad v1.1数据集
bash scripts/squad.sh
以上命令后台运行，您可以在bant_log.txt中查看训练日志。 结果如下：
{"exact_match": 80.3878923040233284, "f1": 87.6902384023850329}
模型描述
性能
预训练性能
| 参数 | Ascend | GPU |
|---|---|---|
| 模型版本 | BERT_base | BERT_base |
| 资源 | Ascend 910；CPU：2.60GHz，192核；内存：755GB | |
| 上传日期 | 2020-08-22 | 2020-05-06 |
| MindSpore版本 | 0.6.0 | 0.3.0 |
| 数据集 | cn-wiki-128(4000w) | ImageNet |
| 训练参数 | src/gd_config.py | src/gd_config.py |
| 优化器 | Lamb | Momentum |
| 损失函数 | SoftmaxCrossEntropy | SoftmaxCrossEntropy |
| 输出 | 概率 | |
| 轮次 | 40 | |
| Batch_size | 256*8 | 130（8卡） |
| 损失 | 1.7 | 1.913 |
| 速度 | 340毫秒/步 | 1.913 |
| 总时长 | 73小时 | |
| 参数（M） | 110 | |
| 微调检查点 | 1.2G（.ckpt文件） |
| 参数 | Ascend | GPU |
|---|---|---|
| 模型版本 | BERT_NEZHA | BERT_NEZHA |
| 资源 | Ascend 910；CPU：2.60GHz，192核；内存：755GB | |
| 上传日期 | 2020-08-20 | 2020-05-06 |
| MindSpore版本 | 0.6.0 | 0.3.0 |
| 数据集 | cn-wiki-128(4000w) | ImageNet |
| 训练参数 | src/config.py | src/config.py |
| 优化器 | Lamb | Momentum |
| 损失函数 | SoftmaxCrossEntropy | SoftmaxCrossEntropy |
| 输出 | 概率 | |
| 轮次 | 40 | |
| Batch_size | 96*8 | 130（8卡） |
| 损失 | 1.7 | 1.913 |
| 速度 | 360毫秒/步 | 1.913 |
| 总时长 | 200小时 | |
| 参数（M） | 340 | |
| 微调检查点 | 3.2G（.ckpt文件） |
推理性能
| 参数 | Ascend | GPU |
|---|---|---|
| 模型版本 | ||
| 资源 | Ascend 910 | NV SMX2 V100-32G |
| 上传日期 | 2020-08-22 | 2020-05-22 |
| MindSpore版本 | 0.6.0 | 0.2.0 |
| 数据集 | cola，1.2W | ImageNet, 1.2W |
| batch_size | 32（单卡） | 130（8卡） |
| 准确率 | 0.588986 | ACC1[72.07%] ACC5[90.90%] |
| 速度 | 59.25毫秒/步 | |
| 总时长 | 15分钟 | |
| 推理模型 | 1.2G（.ckpt文件） |
随机情况说明
run_standalone_pretrain.sh和run_distributed_pretrain.sh脚本中将do_shuffle设置为True，默认对数据集进行轮换操作。
run_classifier.sh、run_ner.sh和run_squad.sh中设置train_data_shuffle和eval_data_shuffle为True，默认对数据集进行轮换操作。
config.py中，默认将hidden_dropout_prob和note_pros_dropout_prob设置为0.1，丢弃部分网络节点。
run_pretrain.py中设置了随机种子，确保分布式训练中每个节点的初始权重相同。
ModelZoo主页
请浏览官网主页。