预处理器

[源代码]

Preprocessor 类

keras_hub.models.Preprocessor()

预处理层的基类。

Preprocessor 层为给定任务提供完整的预处理设置。它处理分词、音频/图像转换以及任何其他必要的预处理步骤。

这个类可以像任何 keras.layers.Layer 一样被子类化，通过定义 build()、call() 和 get_config() 方法。所有子类都应在构造期间根据需要设置 tokenizer 或 audio_converter 或 image_converter 属性。

[源代码]

from_preset 方法

Preprocessor.from_preset(preset, config_file="preprocessor.json", **kwargs)

从模型预设实例化一个 keras_hub.models.Preprocessor。

预设是一个包含配置、权重和其他文件资源的目录，用于保存和加载预训练模型。preset 可以作为以下之一传递

1. 内置预设标识符，例如 'bert_base_en'
2. Kaggle Models 句柄，例如 'kaggle://user/bert/keras/bert_base_en'
3. Hugging Face 句柄，例如 'hf://user/bert_base_en'
4. 本地预设目录的路径，例如 './bert_base_en'

对于任何 Preprocessor 子类，您可以运行 cls.presets.keys() 来列出该类上所有可用的内置预设。

由于给定模型通常有多个预处理类，因此应在特定的子类上调用此方法，例如 keras_hub.models.BertTextClassifierPreprocessor.from_preset()。

参数

• preset：字符串。内置预设标识符、Kaggle Models 句柄、Hugging Face 句柄或本地目录的路径。

示例

# Load a preprocessor for Gemma generation.
preprocessor = keras_hub.models.CausalLMPreprocessor.from_preset(
    "gemma_2b_en",
)

# Load a preprocessor for Bert classification.
preprocessor = keras_hub.models.TextClassifierPreprocessor.from_preset(
    "bert_base_en",
)

[源代码]

save_to_preset 方法

Preprocessor.save_to_preset(preset_dir)

将预处理器保存到预设目录。

参数

• preset_dir：本地模型预设目录的路径。

tokenizer 属性

keras_hub.models.Preprocessor.tokenizer

用于分词字符串的分词器。