spaCy - 訓練命令

顧名思義，此命令將訓練一個模型。輸出將採用 spaCy 的 JSON 格式，並且每個 epoch 模型都將儲存到目錄中。

要使用 spaCy package 命令打包模型，模型詳細資訊和準確性分數將新增到 meta.json 檔案中。

訓練命令如下所示

python -m spacy [lang] [output_path] [train_path] [dev_path]
[--base-model] [--pipeline] [--vectors] [--n-iter] [--n-early-stopping][--n-examples] [--use-gpu] [--version] [--meta-path] [--init-tok2vec][--parser-multitasks] [--entity-multitasks] [--gold-preproc] [--noise-level][--orth-variant-level] [--learn-tokens] [--textcat-arch] [--textcat-multilabel][--textcat-positive-label] [--verbose]

引數

下表解釋了它的引數：

引數	型別	描述
Lang	位置引數	此引數用於模型語言。
output_path	位置引數	此引數表示儲存模型的目錄。如果它不存在，則會建立它。
train_path	位置引數	這是 JSON 格式的訓練資料的路徑，可以是檔案或檔案目錄。
dev_path	位置引數	這是用於評估的 JSON 格式的開發資料的路徑，可以是檔案或檔案目錄。
--base-model, -b	可選引數	在 2.1 版本中引入，表示要更新的基礎模型的名稱。它是可選的，可以是任何可載入的 spaCy 模型。
--pipeline, -p	可選引數	它也在 2.1 版本中引入。這是要訓練的管道元件的逗號分隔名稱。預設值為“tagger,parser,ner”。
--replace-components, -R	標誌	此引數將替換基礎模型中的元件。
--vectors, -v	可選引數	應從中載入向量的模型。
--n-iter, -n	可選引數	它將給出迭代次數。預設值為 30。
--n-early-stopping, -ne	可選引數	它表示開發精度沒有提高的最大訓練 epoch 數。
--n-examples, -ns	可選引數	它將是要使用的示例數量。值為 0 將使用所有示例。
--use-gpu, -g	可選引數	如果要使用 GPU，請使用此引數。你需要提供 GPU ID。預設值為 -1，僅用於 CPU。
--version, -V	可選引數	它將是模型版本。
--meta-path, -m	可選引數	在 2.0 版本中引入，表示模型 meta.json 的可選路徑。它將覆蓋所有相關的屬性，例如 lang、pipeline 和 spacy_version。
--init-tok2vec, -t2v	可選引數	在 2.1 版本中引入，表示模型 token-to-vector 部分的預訓練權重的路徑。
--parser-multitasks, -pt	可選引數	它是解析器 CNN 的輔助目標。例如，“dep”或“dep,tag”。
--entity-multitasks, -et	可選引數	它是 NER CNN 的輔助目標。例如，“dep”或“dep,tag”。
--width, -cw	可選引數	在 2.2.4 版本中引入，表示 Tok2Vec 元件的 CNN 層的寬度。
--conv-depth, -cd	可選引數	在 2.2.4 版本中引入，表示 Tok2Vec 元件的 CNN 層的深度。
--cnn-window, -cW	可選引數	在 2.2.4 版本中引入，表示 Tok2Vec 元件的 CNN 層的視窗大小。
--cnn-pieces, -cP	可選引數	在 2.2.4 版本中引入，表示 Tok2Vec 元件的 CNN 層的最大輸出大小。
--bilstm-depth, -lstm	可選引數	在 2.2.4 版本中引入，表示 Tok2Vec 元件的 BiLSTM 層的深度。
--embed-rows, -er	可選引數	此引數指示資料增強的損壞量。值為浮點數。
--orth-variant-level, -ovl	可選引數	此引數指示資料增強的正字法變化。
--gold-preproc, -G	標誌	此標誌將使用黃金預處理。
--learn-tokens, -T	標誌	它是標誌，使解析器透過合併子標記來學習黃金標準分詞。通常用於中文等語言。
--textcat-multilabel, -TML	標誌	在 2.2 版本中引入，表示文字分類類別不是互斥的（多標籤）。
--textcat-arch, -ta	可選引數	在 2.2 版本中引入，表示文字分類模型架構。預設值為“bow”。
--textcat-positive-label, -tpl	可選引數	在 2.2 版本中引入，表示具有兩個標籤的二元類別的文字分類正標籤。
--tag-map-path, -tm	可選引數	在 2.2.4 版本中引入，表示 JSON 格式的標籤對映的路徑。
--verbose, -VV	標誌	在 2.0.13 版本中引入，顯示訓練期間更詳細的訊息。
--help, -h	標誌	此引數用於顯示幫助訊息和可用引數。

spacy_command_line_helpers.htm

列印頁面