我正在使用一个简单的基于感知器的分类器来生成Pytorch中的情感分析,这里的完整代码Classifying Yelp Reviews
该示例进行情绪分析,如果给定的输入字符串为正或负,则输出
example: this is a pretty small old great book -> positive
应用程序将最终模型与vectorizer.json一起存储
所以我的问题是:构建一个单独的应用程序来测试模型的先决条件是什么,这样以后就可以在web应用程序中使用它了
以下是我目前对此的理解和疑问:
我假设要测试,我们需要加载模型,加载模型参数并进行评估以进行推断,请确认
model = TheModelClass(*args, **kwargs) # Model class must be defined somewhere
model.load_state_dict(torch.load(PATH))
model.eval() # run if you only want to use it for inference
一旦完成第1步,我希望我们可以使用Flask部署模型,并为模型推断公开RESTAPI
我发现了一个很好的教程,解释了如何加载模型进行推理,下面是链接
https://pytorch.org/tutorials/recipes/recipes/saving_and_loading_models_for_inference.html
谢谢
相关问题 更多 >
编程相关推荐