Quick Start - PAI DSW

目前Easytexminer及其有关依赖已经打入官方镜像，用户可以直接在DSW中建立实例并进行开发。以下为使用步骤：

创建DSW实例

进入 阿里云官网 → 产品 → 人工智能 → 机器学习平台 PAI （直通链接）

注册/登录账户后点击 前往控制台

选择 交互式建模（DSW），并 创建实例

选择合适的 GPU 实例资源

镜像选择官方镜像中的pytorch:1.7PAI-gpu-py36-cu101-ubuntu18.04 或 pytorch:1.8PAI-gpu-py36-cu101-ubuntu18.04

根据以上信息创建实例即可

DSW中使用EasyTexMiner

启动实例，在Terminal运行以下代码，检测EasyTexMiner是否正常运行

# 1. 安装easytexminer
如果环境里没有安装easytexminer，需要安装一下：
pip install easytexminer-0.0.2-py2.py3-none-any.whl
# 2. 数据准备
wget http://atp-modelzoo-sh.oss-cn-shanghai.aliyuncs.com/easytexminer/tutorials/classification/train.tsv
wget http://atp-modelzoo-sh.oss-cn-shanghai.aliyuncs.com/easytexminer/tutorials/classification/dev.tsv
# 3. 模型训练
CUDA_VISIBLE_DEVICES=0 easytexminer  \
  --mode=train \
  --tables=train.tsv,dev.tsv \
  --input_schema=label:str:1,sid1:str:1,sid2:str:1,sent1:str:1,sent2:str:1 \
  --first_sequence=sent1 \
  --second_sequence=sent2 \
  --label_name=label \
  --label_enumerate_values=0,1 \
  --pretrain_model_name_or_path=google-bert-tiny-en \
  --checkpoint_dir=./classification_cmd_model/ \
  --learning_rate=3e-5  \
  --epoch_num=10  \
  --logging_steps=100 \
  --sequence_length=128 \
  --train_batch_size=32
# 如果oss连接有问题的话，可以下载预训练模型到本地跑，
# 下载：wget http://atp-modelzoo-sh.oss-cn-shanghai.aliyuncs.com/release/easytexminer_model_zoo/nlv/bert/google-bert-tiny-en/google-bert-tiny-en.tar.gz
# 解压：tar -xvzf google-bert-tiny-en.tar.gz
# 修改如下配置：--pretrain_model_name_or_path=./google-bert-tiny-en/model.ckpt
# 重新运行即可
# 3. 模型检验
easytexminer \
  --mode=evaluate \
  --tables=dev.tsv \
  --input_schema=label:str:1,sid1:str:1,sid2:str:1,sent1:str:1,sent2:str:1 \
  --first_sequence=sent1 \
  --second_sequence=sent2 \
  --label_name=label \
  --label_enumerate_values=0,1 \
  --checkpoint_path=./classification_cmd_model/ \

evaluation步骤完成后的预期结果为：

�更多有关EasyTexMiner的更多应用实践可见于 https://www.yuque.com/easytransfer/easytm/rf25em