Экспорт модели PyTorch на основе Bert в CoreML. Как заставить модель CoreML работать с любыми входными данными? ⇐ Python

[Anonymous]

Я использую приведенный ниже код для экспорта модели PyTorch на основе Bert в CoreML.
Поскольку я использовал

Код: Выделить всё

dummy_input = tokenizer("A French fan", return_tensors="pt")

Модель CoreML работает с этими входными данными только при тестировании на macOS. Как заставить модель CoreML работать с любым вводом (т. е. с любым текстом)?

Скрипт экспорта:

Код: Выделить всё

# -*- coding: utf-8 -*-
"""Core ML Export
pip install transformers torch coremltools nltk
"""
import os
from transformers import AutoModelForTokenClassification, AutoTokenizer
import torch
import torch.nn as nn
import nltk
import coremltools as ct

nltk.download('punkt')

# Load the model and tokenizer
model_path = os.path.join('model')
model = AutoModelForTokenClassification.from_pretrained(model_path, local_files_only=True)
tokenizer = AutoTokenizer.from_pretrained(model_path, local_files_only=True)

# Modify the model's forward method to return a tuple
class ModifiedModel(nn.Module):
def __init__(self, model):
super(ModifiedModel, self).__init__()
self.model = model
self.device = model.device  # Add the device attribute

def forward(self, input_ids, attention_mask, token_type_ids=None):
outputs = self.model(input_ids=input_ids, attention_mask=attention_mask, token_type_ids=token_type_ids)
return outputs.logits

modified_model = ModifiedModel(model)

# Export to Core ML
def convert_to_coreml(model, tokenizer):
# Define a dummy input for tracing
dummy_input = tokenizer("A French fan", return_tensors="pt")
dummy_input = {k: v.to(model.device) for k, v in dummy_input.items()}

# Trace the model with the dummy input
traced_model = torch.jit.trace(model, (
dummy_input['input_ids'], dummy_input['attention_mask'], dummy_input.get('token_type_ids')))

# Convert to Core ML
inputs = [
ct.TensorType(name="input_ids", shape=dummy_input['input_ids'].shape),
ct.TensorType(name="attention_mask", shape=dummy_input['attention_mask'].shape)
]
if 'token_type_ids' in dummy_input:
inputs.append(ct.TensorType(name="token_type_ids", shape=dummy_input['token_type_ids'].shape))

mlmodel = ct.convert(traced_model, inputs=inputs)

# Save the Core ML model
mlmodel.save("model.mlmodel")
print("Model exported to Core ML successfully")

convert_to_coreml(modified_model, tokenizer)

Протестировано Python 3.10 и torch 2.3.1 в Ubuntu 20.04 (не работает в Windows 10).

Подробнее здесь: https://stackoverflow.com/questions/787 ... reml-model