SAM中离线使用bert-base-uncased的方法

dibowei2069

于 2024-03-29 21:46:57 发布

阅读量775

点赞数 2

CC 4.0 BY-SA版权

文章标签： SAM

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/dibowei2069/article/details/137157208

本文指导如何从HuggingFace下载预训练的BERT-base-uncased模型，并将其必要文件如config.json等存储在本地文件夹。随后，需修改get_tokenizer.py中的路径设置，以便正确加载和运行模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

下载huggingface-bert-base-uncased中列出的必要文件，包括config.json、flax_model.msgpack、pytorch_model.bin、tf_model.h5、tokenizer.json、tokenizer_config.json、vocab.txt。

步骤2：将下载的文件（步骤1中的文件）放入你的本地文件夹。例如，本地文件夹可以是Grounded-Segment-Anything/huggingface/bert-base-uncased。

步骤3：修改get_tokenlizer.py#L17和get_tokenlizer.py#L23中的text_encoder_type为你的本地文件夹路径（在步骤2中定义）。

步骤4：运行模型并享受它。

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。