复现顶会代码不知道如何配置参数训练？

Question

在复现2022年ICML·data领域的顶会代码时不理解readme上的参数配置怎么跑？

Then estimate the V-usable information using v_info.py. This will write a CSV file of the pointwise V-information (PVI) values -- for every example in the SNLI test data -- which you can average to estimate the V-usable information.

from v_info import v_info

v_info(
  f"./data/snli_test_std.csv",
  f"{MODEL_DIR}/finetuned/bert-base-cased_snli_std2",
  f"./data/snli_test_null.csv", 
  f"{MODEL_DIR/finetuned/bert-base-cased_snli_null",
  'bert-base-cased',
  out_fn=f"PVI/bert-base-cased_std2_test.csv"
)

这个参数配置用什么平台与方式跑。

Answer 1

该回答引用ChatGPT

这段代码中的v_info函数是一个Python函数，用于计算SNLI测试数据集中每个例子的点信息量（PVI），以估计V可用信息。根据函数的参数配置，这个Python函数需要在Python环境下运行。

可以使用类似于Anaconda、Jupyter Notebook或其他Python IDE的平台，安装相关的Python库（如PyTorch、numpy等）并在该平台中运行代码。如果你已经在本地安装了Python和所需的Python库，则可以使用终端或命令行界面，在代码所在的目录下运行以下命令：

python v_info.py ./data/snli_test_std.csv MODEL_DIR/finetuned/bert-base-cased_snli_std2 ./data/snli_test_null.csv MODEL_DIR/finetuned/bert-base-cased_snli_null bert-base-cased --out_fn PVI/bert-base-cased_std2_test.csv

其中，./data/snli_test_std.csv和./data/snli_test_null.csv分别是标准和空值测试数据集的文件路径，MODEL_DIR/finetuned/bert-base-cased_snli_std2和MODEL_DIR/finetuned/bert-base-cased_snli_null分别是标准和空值训练好的BERT模型的文件路径，bert-base-cased是BERT模型的名称，--out_fn参数指定输出结果的CSV文件名为PVI/bert-base-cased_std2_test.csv。

请注意，这里的MODEL_DIR需要替换为实际的文件路径，以便找到训练好的BERT模型。另外，如果你在使用Jupyter Notebook或其他Python IDE，则可以在代码中直接调用v_info函数，而无需在终端或命令行界面中运行代码。