基于PyTorch的LSTM模型的IMBD情感分类遇到的问题
今天想学LSTM的情感分类,结果碰到了一系列问题,耽误了很多时间。特此记录!
一.项目来源
lesson53-情感分类实战
B站视频
二.碰到的问题
1.报错AttributeError: module ‘torchtext.data‘ has no attribute ‘Field‘
解决方法1(在这个方法中没啥用,但是记录一下)
- 在2021年3月5日TorchText 0.9.0更新,一些API调用也发生变化
之前我们调用Field,TabularDataset,Iterator,BucketIterator是通过torchtext.data
import torch
import torchtext
from torchtext.data import Field,TabularDataset,Iterator,BucketIterator
在torchtext0.9环境下,会报AttributeError: module ‘torchtext.data’ has no attribute ‘Field’
- 新的API调用代码如下(示例):
import torch
import torchtext
from torchtext.legacy.data import Field,TabularDataset,Iterator,BucketIterator
解决方法2(有用的)
因为这个项目是2020年,所以我把torchtext的版本往后退了。
- 先卸载原来的torchtext。
pip uninstall torchtext
- 下载0.6.0版本的
pip install torchtext==0.6.0
2.Can’t find model ‘en’
需要下载en_core_web_sm-3.0.0.tar.gz
在指定虚拟环境下执行命令:
pip install 存放位置/en_core_web_sm-3.0.0.tar.gz
同时需要下载spacy
pip install spacy==3.0.0
注意:spacy的版本要与en_core_web_sm版本要相同!!!spacy的版本要与en_core_web_sm版本要相同!!!spacy的版本要与en_core_web_sm版本要相同!!!重要的抒情说三遍!!!
3.torchtext 下载 IMDB 数据集时出现错误
import torch
from torch import nn, optim
from torchtext import data, datasetsTEXT = data.Field(tokenize='spacy',tokenizer_language='en_core_web_sm')
LABEL = data.LabelField(dtype=torch.float)
train_data, test_data = datasets.IMDB.splits(TEXT, LABEL)print('Number of training examples:', len(train_data))
print('Number of testing examples:', len(test_data))
虽然没报错了,但是数据集没下载下载,加载数据集为空,如下图:
这里的最后一行代码一般会自动下载imdb数据集,但是常常速度很慢很慢,而且如果没下载完成就退出的话,再运行就不会自动下载了。这里我发现下载的数据集会在project里面的.data\imdb\文件夹下。
解决方法是去
aclImdb_v1.tar.gz下载包,用浏览器下会稍微快点,主要是不会丢失连接。下载完成以后,把压缩包放到.data\imdb\文件夹下并且解压。之后再运行以上代码就不会报错了。
基于PyTorch的LSTM模型的IMBD情感分类遇到的问题相关推荐
- 基于Keras搭建LSTM网络实现文本情感分类
基于Keras搭建LSTM网络实现文本情感分类 一.语料概况 1.1 数据统计 1.1.1 查看样本均衡情况,对label进行统计 1.1.2 计句子长度及长度出现的频数 1.1.3 绘制句子长度累积 ...
- 基于pytorch的LSTM模型构建
上文我们利用pytorch构建了BP神经网络,LeNet,这次我们利用LSTM网络实现对MNIST数据集的分类,具体的数据获取方法本文不详细介绍,这里只要讲解搭建LSTM网络的方法以及参数设置. 这里 ...
- 【图像分类】基于PyTorch搭建LSTM实现MNIST手写数字体识别(双向LSTM,附完整代码和数据集)
写在前面: 首先感谢兄弟们的关注和订阅,让我有创作的动力,在创作过程我会尽最大能力,保证作品的质量,如果有问题,可以私信我,让我们携手共进,共创辉煌. 在https://blog.csdn.net/A ...
- 基于Pytorch的LSTM实战160万条评论情感分类
数据以及代码的github地址 说明:训练速度使用cpu会很慢 # 目标:情感分类 # 数据集 Sentiment140, Twitter上的内容 包含160万条记录,0 : 负面, 2 : 中 ...
- 基于神经网络算法LSTM模型对股票指数进行预测
资源下载地址:https://download.csdn.net/download/sheziqiong/86813208 资源下载地址:https://download.csdn.net/downl ...
- Pytorch《LSTM模型》
前面的博文我们讲了LSTM的原理与分析,这一篇我们用pytorch类LSTM做测试 完整测试代码如下,用于进行MNIST数据集测试,主要学习LSTM类的输入输出维度. 这里定义的LSTM模型是用了三层 ...
- 基于pytorch使用LSTM进行文本情感分析
前言 大家好,我是阿光. 本专栏整理了<PyTorch深度学习项目实战100例>,内包含了各种不同的深度学习项目,包含项目原理以及源码,每一个项目实例都附带有完整的代码+数据集. 正在更新 ...
- 【图像分类】基于PyTorch搭建LSTM实现MNIST手写数字体识别(单向LSTM,附完整代码和数据集)
写在前面: 首先感谢兄弟们的关注和订阅,让我有创作的动力,在创作过程我会尽最大能力,保证作品的质量,如果有问题,可以私信我,让我们携手共进,共创辉煌. 提起LSTM大家第一反应是在NLP的数据集上比较 ...
- 使用Google云平台实战基于PyTorch的yolo-v3模型
对于计算机视觉爱好者来说,YOLO (You Only Look Once)是一个非常流行的实时目标检测算法,因为它非常快,同时性能非常好. 在本文中,我将共享一个视频处理的代码,以获取视频中每个对象 ...
最新文章
- MENUITEMINFO结构的翻译(转)
- angular2的模板语法
- 中职生转段计算机应用基础,吉林省2017年高等职业教育对口升学、中职—本科衔接试点转段考试安排通知...
- Docker 方式安装 RabbitMQ (ribbitmq linux 部署)
- Spark初识-Spark与Hadoop的比较
- vaex 处理海量数据_Vaex真香!几秒钟就能处理数十亿行数据,比Pandas、Dask更好用...
- Matlab与simulink中的数据类型
- 什么叫直播秒开?如何实现秒开?
- Atitit 代码的导航 1.1.代码的层次导航 语句 函数方法 类 包 1.2.4.4. 代码可视化 流程图 一个方法内,多个代码行的关系图 语句to方法	2 1.3.4.5. 类图 类结构
- Java课程设计之简易计算器:设计的计算器应用程序是基于AWT的,可以完成加法、减法、乘法、除法和取余运算。
- Win10 如何将40G大文件极致压缩
- 盒子模型(Box Model)
- MC皮肤站和外置登陆教程
- 【目标检测-YOLO】YOLOv5-yolov5s TensorRT部署准备之ONNX导出(第一篇)
- 编程之美 笔记之——24点游戏
- (附源码)springboor大学生防疫封校管理系统 毕业设计632124
- Spring3.1.0实现原理分析(七).填充Bean属性,初始化Bean,登记善后处理,注册单例Bean...
- AI坦克对战(实现人机)
- 电脑计算机里怎么找恢复出厂设置,Windows系统电脑如何恢复出厂设置?
- 基于白点检测的数码相机自动白平衡算法实现(Opencv+vs)