Buckets:

rtrm's picture
|
download
raw
1.64 kB
# مقدمه
<CourseFloatingBanner
chapter={3}
classNames="absolute z-10 right-0 top-0"
/>
در [فصل ۲](/course/chapter2) نحوه استفاده از توکِنایزرها و مدل‌های از پیش تعلیم دیده را جهت انجام پیش‌بینی‌های جدید بررسی کردیم. اما چگونه می‌توانید یک مدل از پیش‌ تعلیم دیده را خودتان کوک‌ کنید؟
{#if fw === 'pt'}
* چگونه دیتاسِت‌های بزرگ را از هاب تهیه کنید
* چگونه از `API` سطح بالای `Trainer` برای کوک کردن مدل استفاده کنید
* چگونه یک چرخه‌ تعلیم دلخواه درست کنید
* چگونه از کتابخانه `Accelerate` هاگینگ‌فِیس برای اجرای چرخه‌ تعلیم دلخواه در هر نوع تنظیمات توزیع شده‌ای استفاده کنید
{:else}
* چگونه دیتاسِت‌های بزرگ را از هاب تهیه کنید
* چگونه از کِراس برای کوک‌ کردن مدل استفاده کنید
* چگونه از کِراس برای استخراج پیش‌بینی‌ها استفاده کنید
* چگونه از مِتریک دلخواه استفاده کنید
{/if}
جهت آپلود نقطه تعلیم خود در هاب هاگینگ‌فِیس، احتیاج به یک حساب کاربری در huggingface.co خواهید داشت: [ایجاد حساب کاربری](https://huggingface.co/join)
</div>
<EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/fa/chapter3/1.mdx" />

Xet Storage Details

Size:
1.64 kB
·
Xet hash:
49de07ec6aa40aea0e9c67db70605b6705043f0d7dba1f39e7749f2709fcb084

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