Jina 实例秀 | Finetuner 包教包会，一行代码完成模型微调

文章导读

Finetuner 是什么？它能解决什么问题、有哪些优势？本文将结合代码实例，带大家全面地认识 Finetuner。

Finetuner：一行代码解决模型调优

利用 Jina 从零搭建一套神经搜索系统，往往需要 1~2 天即可实现，但是对模型进行调优，则需要 1-2 周甚至更长时间。

用 Jina 搭建一套神经搜索系统

约有 87.5% 的时间用于调优

为了帮助开发者更快、更简洁地调试神经搜索系统，Finetuner 应运而生。

Finetuner 是由 Jina AI 发布的神经系统结果调优工具，于 2021 年 10 月上线，可用于调整深度神经网络的权重，从而在搜索任务中获得更好的 embedding。

利用 Finetuner，只需一行代码，即可解决模型调优问题，提升预训练模型的性能。

用 Finetuner 对模型进行调优，共包括三个步骤：

1、载入数据

2、载入模型（下图示例中使用的是 PyTorch 内置的 ResNet50 模型）

3、将模型和数据传给 Finetuner fit() 函数，Finetuner 就可以自动对模型进行微调

Finetuner：一行代码搞定调优过程

Finetuner 主要包含三个模块，分别与炼丹师们训练模型的三个步骤一一对应：

Labeler--数据准备

Tailer--模型搭建

Tuner--模型训练

Finetuner 支持 PaddlePaddle

PyTorch 及 Kera