Skip to content
Snippets Groups Projects
Commit 0cf6bb30 authored by Shawny's avatar Shawny
Browse files

fix duconv eval part readme

parent cc249a8a
No related branches found
No related tags found
No related merge requests found
......@@ -266,14 +266,14 @@ Proactive Conversation模型包含四个部分:
- 在Ascend环境运行时评估DuConv数据集
在运行以下命令之前,请检查用于评估的检查点路径。请将检查点路径设置为绝对全路径,例如“username/googlenet/train_googlenet_cifar10-125_390.ckpt”。
在运行以下命令之前,请检查用于评估的检查点路径。请将检查点路径设置为绝对全路径,例如“/home/DuConv_mindspore/save_model/ckpt0”。
```bash
##example for evaluate model
bash run_preict.sh match_kn_gene /DuConv_mindspore/data/test.mindrecord ./save_model/ckpt_0 predict1p
bash run_preict.sh match_kn_gene /DuConv_mindspore/data/test.mindrecord /home/DuConv_mindspore/save_model/ckpt0 predict1p
```
上述python命令将在后台运行,您可以通过predict/predict_match_kn_gene_rank_?_ckpt.log文件查看结果。测试数据集的准确性如下:
上述python命令将在后台运行,您可以通过./predict/predict_match_kn_gene_rank_?_ckpt.log文件查看结果。测试数据集的准确性如下:
```bash
F1: 31.50%
......@@ -283,7 +283,7 @@ Proactive Conversation模型包含四个部分:
DISTINCT2: 0.399%
```
注:对于分布式训练后评估,请将checkpoint_path设置为最后保存的检查点文件,如“username/DuConv_mindspore/output8p/match_kn_gene_rank_7-1_7023.ckpt”。测试数据集的准确性如下:
注:对于分布式训练后评估,请将checkpoint_path设置为所有检查点文件的目录,如“/home/DuConv_mindspore/output8p/save_model/ckpt0”。一个ckpt对应的测试数据集的准确性如下:
```bash
F1: 31.17%
......@@ -293,6 +293,8 @@ Proactive Conversation模型包含四个部分:
DISTINCT2: 0.405%
```
在predict文件夹含有所有ckpt目录中权重文件的的评估log,每个log的文件名与ckpt文件名对应,需要遍历所有log找到最优精度,通过对应文件名确认ckpt文件,或根据自己的需求,使用所需精度的ckpt。
## 导出过程
### 导出
......
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment