Python 使用tensorflow实现spacy 3.0的自定义模型

我找了又找。我能够找到一个thinc模型作为spacy中的关系提取器管道。我需要添加使用Tensorflow作为Spacy管道实现的NER模型，我不知道添加使用thinc实现的自定义模型和使用Tensorflow实现的自定义模型之间有什么区别？

只是澄清一下：您链接的存储库没有在Spacy中展示用于关系提取的Pytorch模型-事实上它使用了ML库实现该模型。你可以在相应的网站上找到更多的细节

要记住的关键一点是spaCy在引擎盖下使用Thinc模型，但Thinc提供Pytorch和Tensorflow

要在spaCy中使用这些，您可以按照文档进行操作。简而言之，您应该能够执行以下操作：

from thinc.api import TensorFlowWrapper
wrapped_model = TensorFlowWrapper(your_tf_model)

---

wrapped_模型

现在将是一个

Thinc

模型，您可以使用它来支持您的（自定义）。

只是为了澄清：您链接的存储库没有在spaCy中展示用于关系提取的Pytorch模型-实际上它使用ML库来实现该模型。你可以在相应的网站上找到更多的细节

要记住的关键一点是spaCy在引擎盖下使用Thinc模型，但Thinc提供Pytorch和Tensorflow

要在spaCy中使用这些，您可以按照文档进行操作。简而言之，您应该能够执行以下操作：

from thinc.api import TensorFlowWrapper
wrapped_model = TensorFlowWrapper(your_tf_model)

---

wrapped\u模型

现在将成为一个

Thinc

模型，您可以使用它为您的（自定义）提供动力。

是否对模型进行了足够的包装，以便将空间中的模型用作管道？我是否必须覆盖包装模型的正向和反向函数？功能模型将在包装器中工作，您将不需要实现更多的bwd/fwd函数。但是，要在spaCy管道中使用该模型，必须在现有或自定义可训练管道组件中使用该模型（）是否充分包装该模型，以便将spaCy中的模型用作管道？我是否必须覆盖包装模型的正向和反向函数？功能模型将在包装器中工作，您将不需要实现更多的bwd/fwd函数。但是，要在空间管道中使用该模型，必须在现有或自定义可训练管道组件（）中使用该模型