cheniison / e2e-coref-pytorch Goto Github PK

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 470.57.02 Driver Version: 470.57.02 CUDA Version: 11.4 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA GeForce ... On | 00000000:17:00.0 Off | N/A |
| 0% 52C P8 20W / 260W | 148MiB / 11016MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
| 1 NVIDIA GeForce ... On | 00000000:A6:00.0 Off | N/A |
| 0% 45C P8 1W / 250W | 5MiB / 11019MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| 0 N/A N/A 3330 G /usr/lib/xorg/Xorg 96MiB |
| 0 N/A N/A 4039 G /usr/bin/gnome-shell 49MiB |
| 1 N/A N/A 3330 G /usr/lib/xorg/Xorg 4MiB |
+-----------------------------------------------------------------------------+
执行python train.py是出错，提示cuda内存不足，上面是我的显卡情况
cuda11+pytorch1.7.1
错误提示为：
Traceback (most recent call last):
File "train.py", line 171, in
train()
File "train.py", line 136, in train
loss.backward()
File "/home/dell/miniconda3/envs/nlp/lib/python3.7/site-packages/torch/tensor.py", line 221, in backward
torch.autograd.backward(self, gradient, retain_graph, create_graph)
File "/home/dell/miniconda3/envs/nlp/lib/python3.7/site-packages/torch/autograd/init.py", line 132, in backward
allow_unreachable=True) # allow_unreachable flag
RuntimeError: CUDA out of memory. Tried to allocate 652.00 MiB (GPU 0; 10.76 GiB total capacity; 8.17 GiB already allocated; 193.69 MiB free; 9.43 GiB reserved in total by PyTorch)

你好！

请问一下，这个代码支持模型再训练吗？比如，我在ontonotes数据上训练好模型，然后将该模型使用我自己的数据进行再训练。

祝好！

我想请问博主，训练的时候经常出现loss直接降为0的情况正常吗？我查看了对应gold_scores，发现很多-inf

ERROR: Could not find a version that satisfies the requirement torch==1.15.0 (from versions: 0.1.2, 0.1.2.post1, 0.1.2.post2, 0.3.1, 0.4.0, 0.4.1, 1.0.0, 1.0.1, 1.0.1.post2, 1.1.0, 1.2.0, 1.3.0, 1.3.1, 1.4.0, 1.5.0, 1.5.1, 1.6.0)
ERROR: No matching distribution found for torch==1.15.0

When I install torch=1.15.0, it happened.
Could you confirm that torch's version is 1.15.0 or others?

哥，按照你的readme进行数据预处理之前，需要将*_skel转换成 *_conll 文件吗

你好！
打扰一下。
实现代码时出错。

train.py

coref_model(sentences_ids, sentences_masks, sentences_valid_masks, speaker_ids, sentence_map, subtoken_map, genre, transformer_model)

当我运行这部分时，我收到以下错误：
TypeError: only integer tensors of a single element can be converted to an index

我很好奇如何解决这个问题。

404 Client Error: Not Found for url: https://huggingface.co/data/checkpoint.transformer.max/resolve/main/config.json

请问这是什么原因，我在浏览器打开网址也找不到这个文件

请问一下：model.py 第267行
m = min(int(self.config["top_span_ratio"] * len(tokens_embed)), spans_len) # 文本中最多的span数量
这个”top_span_ratio“代表什么意思，为什么是乘以len(tokens_embed)，而不是len(spans_embed)

博主 您好！请问可以将中文是的数据发一份给我吗，我去官网下载遇到了一些困难，拜托了 [email protected]

大佬你好，先赞一下代码，比原版tf看起来舒适多了👍。
然后我跑了你的代码，中文完美复现，2万步F1到0.64；
英文的话，只改了下文件路径和Bert模型位置，别的没改，直接用效果就很差，从4万步开始，一直快到6万步，F1最好效果还是只有0.55；
我看你在别的问题下回答可以改下数据处理部分，方便说下具体（可能）改哪些会部分的代码有用吗？谢谢！

博主，您好，我用自己的数据在您的模型上训练，一直停不下来，已经训练二十多天了，请问博主这个正常吗？请问博主训练的时候用了多长时间呀？

作者您好，非常感谢您分享关于e2e的pytorch版本。请问您能分享训练好的模型文件以便直接用来作为模型提取指代关系工具吗？