Buckets:

rtrm's picture
|
download
raw
1.42 kB
# Introduction
<CourseFloatingBanner
chapter={3}
classNames="absolute z-10 right-0 top-0"
/>
Dans le [chapitre 2](/course/fr/chapter2) nous avons étudié comment utiliser les *tokenizers* et les modèles pré-entraînés pour faire des prédictions.
Mais que faire si vous souhaitez *finetuner* un modèle pré-entraîné pour votre propre jeu de données ? C'est le sujet de ce chapitre ! Vous allez apprendre à :
{#if fw === 'pt'}
* savoir comment préparer un très grand jeu de données à partir du *Hub*,
* savoir comment utiliser l'API de haut niveau `Trainer` pour *finetuner* un modèle,
* savoir comment utiliser une boucle d'entraînement personnalisée,
* savoir comment tirer parti de la bibliothèque 🤗 *Accelerate* pour exécuter facilement cette boucle d'entraînement personnalisée sur n'importe quelle configuration distribuée.
{:else}
* savoir comment préparer un très grand jeu de données à partir du *Hub*,
* savoir comment utiliser Keras pour *finetuner* un modèle,
* savoir comment utiliser Keras pour obtenir des prédictions,
* savoir comment utiliser des métriques personnalisées.
{/if}
Afin de télécharger vos *checkpoints* entraînés sur le *Hub* Hugging Face, vous aurez besoin d'un compte huggingface.co : [créer un compte](https://huggingface.co/join)
<EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/fr/chapter3/1.mdx" />

Xet Storage Details

Size:
1.42 kB
·
Xet hash:
c758dce8fe5e175d427f9346980b03ba0969b59626b76882e8def28ec6a11ea2

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