# 大模型项目之智能商品发布

**Repository Path**: ITxiaozhang888/prodect-classify-bert

## Basic Information

- **Project Name**: 大模型项目之智能商品发布
- **Description**: 本项目的核心功能是 商品分类预测，通过自动化分析商品标题，实现品类的自动分类，帮助商家快速、准确地完成商品录入。
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-08-02
- **Last Updated**: 2025-08-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 大模型项目之智能商品发布

在电商平台中，商品发布通常是一个繁琐的过程，需要手动录入商品的各项信息，如品牌、品类等。为了提升效率并减轻商家的工作负担，智能商品录入系统应运而生。该系统能够根据商家提供的商品标题，自动预测并填写相关信息，从而加速商品上架过程。
本项目的核心功能是 商品分类预测，通过自动化分析商品标题，实现品类的自动分类，帮助商家快速、准确地完成商品录入。

本项目的核心功能是 根据商品标题预测其所属分类，本质上是一个多分类问题。通过 BERT模型 加上一个多分类任务头，即可实现该功能。此外，项目需要提供接口，以便商品发布系统进行调用。

终端输入如下命令，创建项目的虚拟环境，并指定Python版本：
conda create -n product-classify python=3.12
激活该虚拟环境：
conda activate product-classify

本项目依赖以下软件和库：
pytorch：深度学习框架，用于训练和推理
transformers：Hugging Face 提供的库，用于加载和微调 BERT 等预训练模型。
datasets：用于高效加载和处理大规模数据集。
scikit-learn：用于模型评估。
tensorboard：用于可视化训练过程中的损失、准确率等指标。
tqdm：用于显示训练进度条，方便监控训练过程。
jupyter：用于实验和数据分析。
FastAPI：用于构建和部署API接口。 
Uvicorn：FastAPI的服务器，用于高性能地运行FastAPI应用。

1）安装pytorch
使用nvidia-smi查看CUDA版本，并根据其版本选择PyTorch版本进行安装：
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
2）安装其余依赖
其余依赖安装最新版本即可
pip install transformers datasets scikit-learn tensorboard tqdm jupyter fastapi uvicorn