我正在尝试使用深度学习模型来创建情感分析项目。为此，我正在使用ktrain 包，但问题出在preprocess_train()

上述函数作为参数def preprocess_train(texts, y=None, mode='train', verbose=1)

根据 ktrain 用户指南，我执行了以下操作：

代码：

在哪里：

X_train_smote.Tweet.values--> 数组([1830, 471, 1100, ..., 1308, 930, 868])

type(X_train_smote.Tweet.values)--> numpy ndarray

y_train_smote--> array(['NEGATIVE', 'NEGATIVE', 'POSITIVE', ..., 'POSITIVE', 'POSITIVE', 'POSITIVE'], dtype=object) type(y_train_smote)--> numpy ndarray

系统崩溃并显示以下错误：

我已经使用命令 pip3 install ktrain 安装了 ktrain。但是，当我在 Jupyter 笔记本中导入 ktrain 时，它向我显示 TypeError: an integer is required (got type bytes)。

我正在开发一个使用 Huggingface BERT 实现和 Python 中的 KTrain 库的项目。我正在尝试实现一个带有 6 个标签（德国政党）的二元分类器。在学习 BERT 时，会返回每个 epoch 的损失和准确率值。我注意到所有值的准确率都非常低，只有 10-20%。另一方面，如果我使用 sk-learn 的 accuracy_score 计算准确度，我会得到 75-80% 的准确度值（计算每个标签的准确度，然后取所有 6 个值的平均值）。

我的猜测是该库同时计算所有 6 个标签的准确度分数（例如，需要正确预测所有六个标签才能算作正确）。阅读有关库和 BERT 的文档，我无法确定如何计算准确性。有人知道或有更多信息吗？

我的数据：

我的代码：

使用最大 lr 为 1e-05 的三角学习率策略开始训练... Epoch 1/10 38/38 [========================= =====] - 93s 2s/步 - 损失：0.6947 - 准确度：0.1353 - val_loss：0.6873 - val_accuracy：0.0965 Epoch 2/10 38/38 [=============== ================]

• 72s 2s/step - loss: 0.6891 - accuracy: 0.1382 - val_loss: 0.6837 - val_accuracy: 0.1555 Epoch 3/10 38/38 [===================== ========]
• 71s 2s/step - loss: 0.6850 - accuracy: 0.1378 - val_loss: 0.6777 - val_accuracy: 0.1378 Epoch 4/10 38/38 [====================== ========]
• 72s 2s/step - loss: 0.6770 - accuracy: 0.1408 - val_loss: 0.6689 - val_accuracy: 0.1437 Epoch 5/10 38/38 [===================== ========]
• 72s 2s/step - loss: 0.6680 - accuracy: 0.1386 - val_loss: 0.6585 - val_accuracy: 0.1555 Epoch 6/10 38/38 [====================== ========]
• 72s 2s/step - loss: 0.6591 - accuracy: 0.1601 - val_loss: 0.6471 - val_accuracy: 0.1713 Epoch 7/10 38/38 [====================== ========]
• 72s 2s/step - loss: 0.6429 - accuracy: 0.1673 - val_loss: 0.6340 - val_accuracy: 0.1575 Epoch 8/10 38/38 [====================== ========]
• 72s 2s/step - loss: 0.6263 - accuracy: 0.1580 - val_loss: 0.6211 - val_accuracy: 0.1417 Epoch 9/10 38/38 [===================== ========]
• 72s 2s/step - loss: 0.6018 - accuracy: 0.1618 - val_loss: 0.6008 - val_accuracy: 0.1634 Epoch 10/10 38/38 [====================== ========] - 72s 2s/步 - 损失：0.5703 - 准确度：0.1551 - val_loss：0.5822 - val_accuracy：0.1693

cdu/csu 准确度得分为：0.778

spd准确度得分为：0.802

grüne 准确度得分为：0.762

fdp准确度得分为：0.745

die linke 准确度得分为：0.794

afd 准确度得分为：0.782

我试图在 KTRAIN 模型上运行 AnchorText 解释器以进行文本的二进制分类。在尝试预测结果时，我可以看到模型正在给出分类。但是，当我在 explain_instance 中包含变量时，它会抛出一个错误。我已将所有结果包含在打印语句中。

我收到以下输出和错误：

我不确定，“explain_instance”到底期望什么维度？

我正在使用 ktrain 包对文本进行分类。我的实验显示为：

lr_find 和 lr_plot 是 ktrain 中的函数。它们可用于突出显示最佳学习率，如图中的红点所示。

我不明白如何理解这个情节：

1. 如何将对数刻度转换为正常的线性刻度？
2. 为什么最好的刻度是红点？

任何人都可以请尽可能详细地解释吗？谢谢