forked from p83651209/CPM-9G-8B
修改一些格式问题
This commit is contained in:
parent
04edd8740d
commit
26bb024cb4
|
@ -137,6 +137,7 @@ for line in sys.stdin:
|
||||||
temp_json = {"input": "", "output": line.strip()}#预训练计算Loss时只计算output部分,所以input字段为空
|
temp_json = {"input": "", "output": line.strip()}#预训练计算Loss时只计算output部分,所以input字段为空
|
||||||
print(json.dumps(temp_json, ensure_ascii=False))
|
print(json.dumps(temp_json, ensure_ascii=False))
|
||||||
```
|
```
|
||||||
|
|
||||||
脚本使用方法如下,其中pretrain.txt是原始txt数据,pretrain.jsonl是输出的jsonl格式数据:
|
脚本使用方法如下,其中pretrain.txt是原始txt数据,pretrain.jsonl是输出的jsonl格式数据:
|
||||||
```shell
|
```shell
|
||||||
cat pretrain.txt | python convert_txt2jsonl.py > pretrain.jsonl
|
cat pretrain.txt | python convert_txt2jsonl.py > pretrain.jsonl
|
||||||
|
|
Loading…
Reference in New Issue