补充精度数据

README.md

@@ -192,7 +192,14 @@ sh bert_squad_gpus.sh
 
 ## 模型精度
 
-待完善...
+使用单张Z100收敛性如下所示：
+
+|      模型任务      |       训练精度       |
+| :----------------: | :------------------: |
+| MNLI-class（单卡） | val_accuracy: 0.7387 |
+|  squad1.1（单卡）  |  F1-score:0.916378   |
+
+
 
 # 源码仓库及问题反馈
 

bert_class.sh

@@ -8,7 +8,7 @@ python3 run_classifier.py \
   --init_checkpoint /public/home/hepj/model_source/bert-base-TF2/bert_model.ckpt \
   --train_batch_size  320 \
   --eval_batch_size 32 \
-  --steps_per_loop 1000 \
+  --steps_per_loop 10 \
   --learning_rate 2e-5 \
   --num_train_epochs 3 \
   --num_gpus 1 \

bert_class_gpus.sh

@@ -6,9 +6,9 @@ python3 run_classifier.py \
   --eval_data_path /public/home/hepj/MNLI/eval.tf_record \
   --bert_config_file /public/home/hepj/model_source/uncased_L-12_H-768_A-12/bert_config.json \
   --init_checkpoint /public/home/hepj/model_source/bert-base-TF2/bert_model.ckpt \
-  --train_batch_size  320 \
+  --train_batch_size  1280 \
   --eval_batch_size 32 \
-  --steps_per_loop 1000 \
+  --steps_per_loop 10 \
   --learning_rate 2e-5 \
   --num_train_epochs 3 \
   --num_gpus 4 \

bert_squad_gpus.sh

@@ -7,7 +7,7 @@ python3 run_squad_xuan.py \
     --train_data_path /public/home/hepj/model/tf2.7.0_Bert/squad1.1/train.tf_record \
     --predict_file /public/home/hepj/model/model_source/sq1.1/dev-v1.1.json \
     --init_checkpoint /public/home/hepj/model_source/bert-large-TF2/bert_model.ckpt \
-    --train_batch_size 4 \
+    --train_batch_size 16 \
     --predict_batch_size 4 \
     --learning_rate 2e-5 \
     --log_steps 1 \