Buckets:

rtrm's picture
|
download
raw
1.11 kB
# Fein-tunen, Check!
<CourseFloatingBanner
chapter={3}
classNames="absolute z-10 right-0 top-0"
/>
Das hat Spaß gemacht! In den ersten beiden Kapiteln hast du etwas über Modelle und Tokenizer gelernt, und jetzt weißt du, wie du sie auf deine eigenen Daten fein-tunen kannst. Rekapitulieren wir, was du in diesem Kapitel gelernt hast:
{#if fw === 'pt'}
* Über Datensätze im [Hub](https://huggingface.co/datasets)
* Wie du Datensätze lädst und vorverarbeitest, einschließlich der Verwendung von dynamischem Padding und Collators
* Implementierung des eigenen Fein-tunings und der Evaluierung eines Modells
* Eine Trainingsschleife auf niedriger Ebene implementiert
* Mit 🤗 Accelerate die Trainingsschleife so anpassen, dass sie für mehrere GPUs oder TPUs funktioniert
{:else}
* Über Datensätze im [Hub](https://huggingface.co/datasets)
* Wie man Datensätze lädt und vorverarbeitet
* Wie man ein Modell mit Keras fein-tunet und auswertet
* Eine eigene Metrik implementiert
{/if}
<EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/de/chapter3/5.mdx" />

Xet Storage Details

Size:
1.11 kB
·
Xet hash:
f648b905f54de2ef4a4c433658c4a9e7cb8d3bf94ea60b755071470f830ac17c

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.