解决ktrain预测器与学习器预测的速度差异?

Question

我正在使用ktrain huggingface库来构建语言模型。在将其用于生产时，我注意到"学习者预测"在速度上存在巨大差异。Vs."预测者的预测"。有什么方法可以加快预测器的预测速度吗?

%timeit test = learner.predict(val) # takes 10s
%timeit test = predictor.predict(x_val,return_proba = True) # takes 25s

Answer 1

第二个调用对数据进行预处理(例如，标记化)，而第一个调用对已经预处理的数据进行预测。因此，时差可能是由于预处理原始数据所花费的时间:

%%time
tst = predictor.preproc.preprocess_test(x_test)
# Wall time: 5.65 s
%%time 
preds = learner.predict(val)
# Wall time: 10.5 s
%%time
preds = predictor.predict(x_test)
# Wall time: 16.1 s

当向predict提供文本列表时，您也可以使用更大的batch_size，这也有助于提高速度(默认为32):

predictor.batch_size = 128
preds = predictor.predict(x_test)

最后，如果您希望在部署场景中做出更快的预测，您可以查看ktrainFAQ，其中展示了如何使用ONNX进行量化预测和预测。