speechbrain.lobes.models.huggingface_transformers.labse 模块

该叶瓣支持集成huggingface预训练的LaBSE模型。 参考：https://arxiv.org/abs/2007.01852

需要安装来自HuggingFace的Transformer： https://huggingface.co/transformers/installation.html

Authors

  • Ha Nguyen 2023

摘要

类：

LaBSE

该模块支持集成HuggingFace和SpeechBrain预训练的LaBSE模型。

参考

class speechbrain.lobes.models.huggingface_transformers.labse.LaBSE(source, save_path, freeze=True, output_norm=True)[source]

基础类: HFTransformersInterface

这个模块使得HuggingFace和SpeechBrain预训练的LaBSE模型能够集成。

源论文 LaBSE: https://arxiv.org/abs/2007.01852 需要安装来自 HuggingFace 的 Transformer: https://huggingface.co/transformers/installation.html

该模型可以用作固定的基于文本的句子级嵌入生成器，也可以进行微调。 它将自动从HuggingFace下载模型或使用本地路径。

Parameters:

  • source (str) – HuggingFace 中心名称：例如 “setu4993/LaBSE”

  • save_path (str) – 下载模型的路径（目录）。

  • freeze (bool (默认值: True)) – 如果为True，模型将被冻结。如果为False，模型将与管道的其余部分一起训练。

  • output_norm (bool (默认值: True)) – 如果为True，则对输出进行归一化。

Example

>>> inputs = ["La vie est belle"]
>>> model_hub = "setu4993/smaller-LaBSE"
>>> save_path = "savedir"
>>> model = LaBSE(model_hub, save_path)
>>> outputs = model(inputs)
forward(input_texts)[source]

该方法实现了labse模型的前向传播，从输入文本生成句子级别的嵌入。

Parameters:

(翻译) (input_texts) – 文本列表（必需）。