- spaCy 教程
- spaCy - 首頁
- spaCy - 簡介
- spaCy - 入門指南
- spaCy - 模型和語言
- spaCy - 架構
- spaCy - 命令列助手
- spaCy - 頂級函式
- spaCy - 視覺化函式
- spaCy - 實用函式
- spaCy - 相容性函式
- spaCy - 容器
- Doc 類上下文管理器和屬性
- spaCy - 容器 Token 類
- spaCy - Token 屬性
- spaCy - 容器 Span 類
- spaCy - Span 類屬性
- spaCy - 容器 Lexeme 類
- 訓練神經網路模型
- 更新神經網路模型
- spaCy 有用資源
- spaCy - 快速指南
- spaCy - 有用資源
- spaCy - 討論
spaCy - 命令列助手
本章提供有關 spaCy 中使用的命令列助手的相關資訊。
為什麼使用命令列介面?
spaCy v1.7.0 及以上版本附帶新的命令列助手。它用於下載和連結模型。您還可以使用它來顯示有用的除錯資訊。簡而言之,命令列助手用於下載、訓練、打包模型,以及除錯 spaCy。
檢查可用命令
您可以使用 **spacy --help** 命令來檢查可用的命令。
下面給出了在 spaCy 中檢查可用命令的示例:
示例
C:\Users\Leekha>python -m spacy --help
輸出
輸出顯示了可用的命令。
Available commands download, link, info, train, pretrain, debug-data, evaluate, convert, package, init-model, profile, validate
可用命令
以下是 spaCy 中可用的命令及其各自的描述。
| 序號 | 命令及描述 |
|---|---|
| 1 | 下載 下載 spaCy 的模型。 |
| 2 | 連結 建立模型的快捷連結。 |
| 3 | 資訊 列印資訊。 |
| 4 | 驗證 檢查已安裝模型的相容性。 |
| 5 | 轉換 將檔案轉換為 spaCy 的 JSON 格式。 |
| 6 | 預訓練 預訓練管道元件的“token 到向量 (tok2vec)”層。 |
| 7 | 初始化模型 從原始資料建立新的模型目錄。 |
| 8 | 評估 評估模型的準確性和速度。 |
| 9 | 打包 從現有的模型資料目錄生成模型 Python 包。 |
| 10 | 除錯資料 分析、除錯和驗證我們的訓練和開發資料。 |
| 11 | 訓練 訓練模型。 |
廣告