bert的模型训练和使用情绪识别

bert我的理解从它的名字可以看出来，它是一种双向的编码器解码器结构，也就是说它非常的高效，非常的高级，在它非常小的麻雀腹内居然五脏俱全。所以按道理来说，它应该是比gpt模型更加全面。所以我们有学习它的必要。

安装基本依赖

#安装mindnlp 0.4.0套件

!pip install mindnlp==0.4.0

!pip uninstall soundfile -y

!pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/2.3.1/MindSpore/unified/aarch64/mindspore-2.3.1-cp39-cp39-linux_aarch64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

其中soundfile是音频和ai的库，情感识别的用途，怕冲突，需要卸载

中文的基础pretained model

数据集格式非常简单使用了tsv

开始了美丽的训练

!在这里插入图片描述(https://i-blog.csdnimg.cn/direct/305138cde67b4ce4a3c07b3a4da918a7.png

评估一下

其实也就是测试了，使用了。

计算结果从设备tensor到numpy，再取最大概率的标签