bert-chinese-classifier

预训练模型：

https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip

config文件

• model_name：模型名称
• epochs：迭代epoch的数量
• checkpoint_every：间隔多少步保存一次模型
• eval_every：间隔多少步验证一次模型
• learning_rate：学习速率，推荐2e-5， 5e-5， 1e-4
• sequence_length：序列长度，单GPU时不要超过128
• batch_size：单GPU时不要超过32
• num_classes：文本分类的类别数量，若是二分类设置为1
• warmup_rate：训练时的预热比例，建议0.05， 0.1
• output_path：输出文件夹，用来存储label_to_index等文件
• bert_model_path：预训练模型文件夹路径
• train_data：训练数据路径
• eval_data：验证数据路径
• ckpt_model_path：checkpoint模型文件保存路径