解决 ktrain 预测器与学习器预测中的速度差异？

如何解决解决 ktrain 预测器与学习器预测中的速度差异？

我正在使用 ktrain Huggingface 库来构建语言模型。在将其用于生产时，我注意到，“学习者预测”与“预测者预测”的速度存在巨大差异。 为什么有什么方法可以加快预测器的预测速度？

%timeit test = learner.predict(val) # takes 10s
%timeit test = predictor.predict(x_val,return_proba = True) # takes 25s

解决方法

第二次调用预处理数据（例如标记化），而第一个调用对已经预处理过的数据进行预测。因此，时间差异可能是由于预处理原始数据所花费的时间：

%%time
tst = predictor.preproc.preprocess_test(x_test)
# Wall time: 5.65 s

%%time 
preds = learner.predict(val)
# Wall time: 10.5 s

%%time
preds = predictor.predict(x_test)
# Wall time: 16.1 s

向 predict 提供文本列表时，您还可以使用更大的 batch_size，这也有助于提高速度（默认为 32）：

predictor.batch_size = 128
preds = predictor.predict(x_test)

最后，如果您希望在部署场景中做出更快的预测，您可以查看 ktrain 常见问题解答，其中显示了 how to make quantized predictions 和 predictions with ONNX。