Question

我正在尝试编写一个脚本，该脚本收集.md文件，对其进行组合并重新训练现有模型。如果我使用Web API，一切正常（使用/ train）。

但是，如果我尝试使用：

python -m rasa_nlu.train -v --config ${CONFIG} --data ${RASA_MD} --path projects --project ${PROJECT} --fixed_model_name ${MODELNAME}

它仅创建一个模型，但服务器不会重新加载它。

有什么办法可以触发这个过程？我是否错过了文档中的某些内容？

版本：0.13.1-full（Docker映像）

config：

language: "de"

pipeline:
- name: "tokenizer_whitespace"
- name: "intent_entity_featurizer_regex"
- name: "ner_crf"
- name: "ner_synonyms"
- name: "intent_featurizer_count_vectors"
- name: "intent_classifier_tensorflow_embedding"

提前谢谢

Answer 1

您是否有理由指定一个fixed_model_name？

默认情况下，当您仅指定/train时，Rasa的?project= API会自动命名新模型

服务器将自动为训练后的模型生成一个名称。

，然后/parse端点将自动加载最新模型。

默认情况下，将加载该项目的最新训练模型。

这些摘录自本页文档：https://rasa.com/docs/nlu/http/#post-parse

Rasa NLU：重新训练模型后重新加载模型

1 个答案: