- 使用pytorch框架 - 先保存为.pkl文件,然后加载模型预测 - 同批数据,模型预测耗时相差近一倍

- 使用pytorch框架。 - 先保存为.pkl文件,然后加载模型预测。 - 同批数据,模型预测耗时相差近一倍

bilstm_model = load_model(BiLSTM_MODEL_PATH)
#bilstm_model.model.bilstm.flatten_parameters()  # remove warning
start_time = time.time()
lstm_pred, target_tag_list = bilstm_model.test(test_word_lists, test_tag_lists, bilstm_word2id, bilstm_tag2id)

end_time = time.time()
print ("Cost time: ",(end_time - start_time) )

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


json python中的转储函数import json   # Creating a dictionary Dictionary ={1:'Welcome', 2:'to',
CAU-Library-Assistant 通过ServerLess云函数实现自动预定座位
- 使用pytorch框架。 - 先保存为.pkl文件,然后加载模型预测。 - 同批数据,模型预测耗时相差近一倍
python字符串转化为datetime
中控考勤,实时获取打卡数据,实时数据上传
掘金签到脚本