解决x86环境模型失效的问题

Cyberbolt · Mar 1, 2021 · 42ac823 · 42ac823
1 parent 6620623
commit 42ac823
Show file tree

Hide file tree

Showing 6 changed files with 10 additions and 10 deletions.
diff --git a/Cemotion-apple/README.md b/Cemotion-apple/README.md
@@ -1,6 +1,6 @@
 Cemotion是Python下的中文NLP库，可以进行 中文情感倾向分析。
 
-Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、Mac OS、Windows等生产环境中，无需关注内部原理。
+Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、macOS、Windows等生产环境中，无需关注内部原理。
 
 该模块供Apple Silicon使用，已经过M1测试。请按该文档安装ARM Python、TensorFlow、scikit-learn环境。
 

diff --git a/Cemotion-apple/setup.py b/Cemotion-apple/setup.py
@@ -6,7 +6,7 @@
 
 setuptools.setup(
     name="Cemotion-apple",
-    version="0.2.7",
+    version="0.3.1",
     author="Cyberbolt",
     author_email="[email protected]",
     description="基于NLP的中文情感倾向分析库",

diff --git a/Cemotion/README.md b/Cemotion/README.md
@@ -1,6 +1,6 @@
 Cemotion是Python下的中文NLP库，可以进行 中文情感倾向分析。
 
-Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、Mac OS、Windows等生产环境中，无需关注内部原理。
+Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、macOS、Windows等生产环境中，无需关注内部原理。
 
 该模块依赖于TensorFlow环境（会自动安装），较老的机器可能无法运行。
 
@@ -10,7 +10,7 @@ Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回
 
 1.进入命令窗口，创建虚拟环境，依次输入以下命令
 
-Linux和Mac OS:
+Linux和macOS:
 
 ```
 python3 -m venv venv #创建虚拟环境

diff --git a/Cemotion/cemotion/app.py b/Cemotion/cemotion/app.py
@@ -30,7 +30,7 @@ class Cemotion:
     def __init__(self):
         current_path = os.path.dirname(__file__) #当前模块的路径
         #保存模型的路径
-        model_path = current_path + '/models/rnn_emotion_1.0.h5'
+        model_path = current_path + '/models/rnn_emotion_x86_1.0.h5'
         #保存中文词典路径
         dictionary_path = current_path + '/models/requirements/big_Chinese_Words_Map.dict'        
         #检测所需文件是否存在，判断是否下载
@@ -43,10 +43,10 @@ def __init__(self):
                   dictionary_path)
         #若主链接无法使用，使用备用链接
         try:
-            check_env('https://onedrive.gimhoy.com/1drv/aHR0cHM6Ly8xZHJ2Lm1zL3UvcyFBaVdOR2ZlUEx6NWttbEpoTDU0UFRhUmZSbzhNP2U9czhWcVE3.h5', 
+            check_env('https://onedrive.gimhoy.com/1drv/aHR0cHM6Ly8xZHJ2Lm1zL3UvcyFBaVdOR2ZlUEx6NWszVndYZ2I3SmJQdDR6b0pqP2U9UjlzZmRR.h5', 
                       model_path)
         except:
-            check_env('https://www.cyberlight.xyz/static/file/cemotion/rnn_emotion_1.0.h5', 
+            check_env('https://www.cyberlight.xyz/static/file/cemotion/rnn_emotion_x86_1.0.h5', 
                       model_path)
         #加载rnn模型
         self.__rnn = tf.keras.models.load_model(model_path)

diff --git a/Cemotion/setup.py b/Cemotion/setup.py
@@ -6,7 +6,7 @@
 
 setuptools.setup(
     name="Cemotion",
-    version="0.2.7",
+    version="0.3.1",
     author="Cyberbolt",
     author_email="[email protected]",
     description="基于NLP的中文情感倾向分析库",

diff --git a/README.md b/README.md
@@ -1,6 +1,6 @@
 Cemotion是Python下的中文NLP库，可以进行 中文情感倾向分析。
 
-Cemotion的模型经 循环神经网络 训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、Mac OS、Windows等生产环境中，无需关注内部原理。
+Cemotion的模型经 循环神经网络 训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、macOS、Windows等生产环境中，无需关注内部原理。
 
 该模块依赖于TensorFlow环境（会自动安装），较老的机器可能无法运行。
 
@@ -10,7 +10,7 @@ Cemotion的模型经 循环神经网络 训练得到，会为 中文文本 返
 
 1.进入命令窗口，创建虚拟环境，依次输入以下命令
 
-Linux和Mac OS:
+Linux和macOS:
 
 ```
 python3 -m venv venv #创建虚拟环境