官网文档和代码中的setup有谬误，我曾经提了PR，如果官网不merge请大家应用我这个版本：文档，https://github.com/Yonggie/Fengshenbang-doc；代码：https://github.com/Yonggie/Fengshenbang-LM。

装置

就按官网的来，只不过下载的repo换成我那个

git clone https://github.com/Yonggie/Fengshenbang-LM.gitcd Fengshenbang-LMpip install --editable ./

例子

复制如下

import argparsefrom fengshen import UbertPipelinestotal_parser = argparse.ArgumentParser("TASK NAME")total_parser = UbertPipelines.pipelines_args(total_parser)args = total_parser.parse_args()args.pretrained_model_path = "IDEA-CCNL/Erlangshen-Ubert-330M-Chinese"test_data=[    {        "task_type": "抽取工作",         "subtask_type": "实体辨认",         "text": "这也让很多业主据此认为，雅清苑是政府公务员挤对了国家的经适房政策。",         "choices": [             {"entity_type": "小区名字"},             {"entity_type": "岗位职责"}            ],        "id": 0}]model = UbertPipelines(args)result = model.predict(test_data)for line in result:    print(line)

我改良了什么？

对于二郎神系列模型Erlangshen-Ubert-110M-Chinese和对应330M的模型：

  • 官网的文档example首先有typo谬误，是跑不通的，须要批改UbertPiplines把UbertPipelines（少了一个e）
  • 另外通过文档的装置形式也是不行的，因为代码的pytorch lightning写法是1.x的，当初2.x曾经不适宜了，官网的setup.py没有规定版本，我曾经更改。另外还短少了一些依赖，我也曾经在这个repo外面补充。
  • 我还退出了默认应用GPU，原版是默认不加的。
  • 模型有限度，只能batch size为128，能够批改，地位 modeling_ubert.py的class UbertDataModel(pl.LightningDataModule):

小结

  1. 批改fengshen库的setup.py，规定version，若依照原setup会报错
  2. 批改readme的example，批改typo（我的小时没了，切实是没察觉是文档少了个字母）更新了的文档在repohttps://github.com/Yonggie/Fengshenbang-doc外面