SAM中离线使用bert-base-uncased的方法

下载huggingface-bert-base-uncased中列出的必要文件,包括config.json、flax_model.msgpack、pytorch_model.bin、tf_model.h5、tokenizer.json、tokenizer_config.json、vocab.txt。

步骤2:将下载的文件(步骤1中的文件)放入你的本地文件夹。例如,本地文件夹可以是Grounded-Segment-Anything/huggingface/bert-base-uncased。

步骤3:修改get_tokenlizer.py#L17和get_tokenlizer.py#L23中的text_encoder_type为你的本地文件夹路径(在步骤2中定义)。

步骤4:运行模型并享受它。

相关推荐

  1. SAM线使用bert-base-uncased方法

    2024-03-30 04:56:02       26 阅读
  2. bert-base-chinese另外加载方法.txt

    2024-03-30 04:56:02       21 阅读
  3. ECC - 在线程序使用ECC流程思考

    2024-03-30 04:56:02       32 阅读

最近更新

  1. TCP协议是安全的吗?

    2024-03-30 04:56:02       16 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-03-30 04:56:02       16 阅读
  3. 【Python教程】压缩PDF文件大小

    2024-03-30 04:56:02       15 阅读
  4. 通过文章id递归查询所有评论(xml)

    2024-03-30 04:56:02       18 阅读

热门阅读

  1. php数组算法(2)字符串转数组后替换指定元素

    2024-03-30 04:56:02       18 阅读
  2. 设计模式之单例模式

    2024-03-30 04:56:02       19 阅读
  3. R语言数据分析基础(三)

    2024-03-30 04:56:02       20 阅读
  4. 双检索单例模式

    2024-03-30 04:56:02       18 阅读
  5. pytorch | pytorch常用的乘法运算

    2024-03-30 04:56:02       20 阅读
  6. rust - 使用log4rs打印日志

    2024-03-30 04:56:02       23 阅读