如何解决Tensorflow 2.0如何批量处理数据
我有 csv 格式的数据。我使用 read_csv 从 csv 获取数据,然后预处理 distilBERT 的文本 - 标记化,然后填充:
train_csv = pd.read_csv(train_csv)
train_df = train_csv[["text","label"]]
BATCH_SIZE = 256
tokenized = train_df["text"].apply((lambda x:tokenizer.encode(x,add_special_tokens=True)))
padded = tf.keras.preprocessing.sequence.pad_sequences(tokenized.values,padding="post",maxlen=512)
attention_mask = np.where(padded != 0,1,0)
input_ids = torch.tensor(padded)
attention_mask = torch.tensor(attention_mask)
with torch.no_grad():
last_hidden_states = model(input_ids,attention_mask=attention_mask)
在执行最后一步时,我遇到了 RAM 内存问题。有人可以分享如何批量处理并获得最后的隐藏状态吗?
谢谢。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。