上节课结束的时候，给大家预留的任务，就是在 Kaggle 上把自己的模型训练好，如果还没完成的，可以暂停一下视频，先把模型训练好，在接着看后面的内容。

代码示例

1、Kaggle训练与模型下载

我课前训练好一个模型，简单带大家看一下。

2、模型加载

因为是生成的数据，所以准确率很快就到了1，测试的数据已经在验证环节用了，就没必要重复验证了，准确率肯定也是1。

当然数据太规整，也有过拟合的嫌疑，解决方案就是项目上线之后，再加一些真实的数据进来，重新训练。 

内容不可见，请联系管理员开通权限。

3、模型预测

之前文本分类项目，预测部分是一个批量逻辑，但是接下来的知识图谱项目，应该是单句进行预测的，就没必要批量处理了，改一下。 

内容不可见，请联系管理员开通权限。

好的，到目前为止，整个离线模型的代码就全部改完了，接下来，和实体识别的模型一样，我们也需要封装一个包，给线上的知识图谱流程调用。

本文链接：http://ichenhua.cn/edu/note/627

版权声明：本文为「陈华编程」原创课程讲义，请给与知识创作者起码的尊重，未经许可不得传播或转售！