Buckets:

rtrm's picture
|
download
raw
1.16 kB
# Introducción
<CourseFloatingBanner
chapter={3}
classNames="absolute z-10 right-0 top-0"
/>
En el [Capítulo 2](/course/chapter2) exploramos cómo usar los tokenizadores y modelos preentrenados para realizar predicciones. Pero, ¿qué pasa si deseas ajustar un modelo preentrenado con tu propio conjunto de datos?
{#if fw === 'pt'}
* Cómo preparar un conjunto de datos grande desde el Hub.
* Cómo usar la API de alto nivel del entrenador para ajustar un modelo.
* Cómo usar un bucle personalizado de entrenamiento.
* Cómo aprovechar la librería 🤗 Accelerate para fácilmente ejecutar el bucle personalizado de entrenamiento en cualquier configuración distribuida.
{:else}
* Cómo preparar un conjunto de datos grande desde el Hub.
* Cómo usar Keras para ajustar un modelo.
* Cómo usar Keras para obtener predicciones.
* Cómo usar una métrica personalizada.
{/if}
Para subir tus puntos de control (*checkpoints*) en el Hub de Hugging Face, necesitas una cuenta en huggingface.co: [crea una cuenta](https://huggingface.co/join)
<EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/es/chapter3/1.mdx" />

Xet Storage Details

Size:
1.16 kB
·
Xet hash:
1fe2aa10d5764966e27c1ac357fe04cd3edfbfe948213b8649624e0def09ef31

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