rasa-nlu - 加载经过训练的 Rasa NLU 模型需要更多时间
问题描述
我已经使用以下配置训练了一个 RASA NLU 模型
language: en
pipeline:
- name: "pretrained_embeddings_convert"
此配置默认为组件列表,
language: "en"
pipeline:
- name: "SpacyNLP"
- name: "SpacyTokenizer"
- name: "SpacyFeaturizer"
- name: "RegexFeaturizer"
- name: "CRFEntityExtractor"
- name: "EntitySynonymMapper"
- name: "SklearnIntentClassifier"
此外,我还尝试了所有其他现成的配置supervised_embeddings and pretrained_embeddings_spacy
,例如自定义配置。实例化 Trainer 对象需要 6~9 秒的加载时间。同样,当我尝试加载持久模型进行推理时,
interpreter = Interpreter.load('../path_to_trained_model')
再次加载它需要几乎相同的 6~9 秒。无论如何,这可以减轻吗?还是我做错了什么?因为我想按需提供这些模型,这需要更快的加载时间。
解决方案
推荐阅读
- xamarin.forms - CollectionView 中的 TapGestureRecognizer
- javascript - 未找到 ChatKit 客户端用户
- amazon-web-services - 如何调用 AMAZON.HelpIntent?
- django - WebSocket握手期间的Django通道错误:意外的响应代码:500
- iframe - 由于违反 CSP,网站未在 iframe 中显示
- python - 在这个问题上需要帮助 openpyxl.utils.exceptions.IllegalCharacterError
- java - Android 应用程序在调用方法时崩溃。该方法运行一些 if 语句并更改某些图像视图上的可绘制对象
- reactjs - 为什么异步 act() 调用不需要返回值
- python - 为什么if语句停留在表达式之后
- python - 缩放从类创建的 ttk.Frame