Buckets:

rtrm's picture
|
download
raw
1.1 kB
# Utilisation de base terminée !
<CourseFloatingBanner
chapter={2}
classNames="absolute z-10 right-0 top-0"
/>
Bravo à vous pour avoir suivi le cours jusqu'ici ! Pour récapituler, dans ce chapitre vous avez :
- appris les blocs de construction de base d'un *transformer*,
- appris ce qui constitue un pipeline de tokenisation,
- vu comment utiliser un *transformer* en pratique,
- appris comment tirer parti d'un *tokenizer* pour convertir du texte en tenseurs compréhensibles par le modèle,
- configurer ensemble un *tokenizer* et un modèle afin de passer du texte aux prédictions,
- appris les limites des identifiants d'entrée et ce que sont que les masques d'attention,
- joué avec des méthodes de *tokenizer* polyvalentes et configurables.
À partir de maintenant, vous devriez être en mesure de naviguer librement dans la documentation 🤗 *Transformers*. Le vocabulaire vous semblera familier et vous avez vu les méthodes que vous utiliserez la plupart du temps.
<EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/fr/chapter2/7.mdx" />

Xet Storage Details

Size:
1.1 kB
·
Xet hash:
55ac28e064d070971f282dd57bc7beaff230d6915b24a2d919f57bc7288dd360

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