Colab 和 Apple M2 Max 的 WER 不同

Question

我正在浏览这个博客：https://huggingface.co/blog/fine-tune-xlsr-wav2vec2旨在语音识别。当我在 Google Colab 中运行代码时，它工作正常，WER 低于 0.5。但是当我在 MacBook Pro (Apple M2 max) 上尝试相同的代码时，我得到的 WER 等于 1.0。似乎它必须对数字的处理方式进行一些处理，但无法理解如何获得相同的结果。预测是空字符串。我所做的唯一更改是模型：

mps_device = torch.device("mps")
model.to(mps_device)

Answer 1

我将所有内容移至 CPU（火炬、模型、训练参数），并且运行良好。慢得多但正确的WER。看来Apple的gpu/mps无法处理正确的训练。