python - Rasa 响应选择器培训问题
问题描述
我正在使用 rasa 构建常见问题解答 Bot,但我正面临响应选择器的训练问题。饮食分类器训练需要 40 分钟,使用 20k 常见问题和准确度 = 0.99,但响应选择器训练需要 1 天时间,使用 GPU 进行 100 个时期,准确度非常低 0.048.can you请指导我如何改进这个响应选择器部分。为什么要花这么多时间训练。当我使用像 100 个常见问题解答这样的小数据时,它使用相同的代码可以正常工作。当我使用 20k FAQ 时。对于任何问题,它只给出一个答案。我使用的是 RASA 2.1。
解决方案
推荐阅读
- python - 使用新类(wagtail,django)添加新页面时获取errorTemplate DoesNotExist
- python - 如何对每一行求和并将总和附加到同一个列表中?
- python - 将 pandas 数据帧数据类型从 float64 转换为 int64
- reactjs - Redux 组件没有重新渲染
- python-3.x - matplotlib 有问题的初学者
- python - MLPClassifier 只对不同的输入给出一个预测
- css - Next.js 全局 CSS 不能从您的自定义文件以外的文件导入
- python - 如何使用opencv消除小轮廓区域
- python - 带有 QIcon 的灰度 QPushButton 直到悬停
- reactjs - react router dom,替换浏览器url但不去页面