Buckets:

rtrm's picture
|
download
raw
1.29 kB
# <i>Finetuning</i>, coché !
<CourseFloatingBanner
chapter={3}
classNames="absolute z-10 right-0 top-0"
/>
C'était amusant ! Dans les deux premiers chapitres, vous avez appris à connaître les modèles et les *tokenizers*, et vous savez maintenant comment les *finetuner* pour vos propres données. Pour récapituler, dans ce chapitre vous :
{#if fw === 'pt'}
* avez appris à connaître les jeux de données dans le [*Hub*](https://huggingface.co/datasets),
* avez appris à charger et à prétraiter des jeux de données, notamment en utilisant le remplissage dynamique et les assembleurs,
* avez implémenté votre propre *finetuning* et évaluation d'un modèle,
* avez implémenté une boucle d'entraînement de niveau inférieur,
* avez utilisé 🤗 *Accelerate* pour adapter facilement votre boucle d'entraînement afin qu'elle fonctionne pour plusieurs GPUs ou TPUs.
{:else}
* avez appris à connaître les jeux de données dans le [*Hub*](https://huggingface.co/datasets),
* avez appris comment charger et prétraiter les jeux de données,
* avez appris comment *finetuner* et évaluer un modèle avec Keras,
* avez implémenté une métrique personnalisée.
{/if}
<EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/fr/chapter3/5.mdx" />

Xet Storage Details

Size:
1.29 kB
·
Xet hash:
f9fd929848d28490b37ea5b4a1a0645ba0cc8620d83a5637967070dabc472c53

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