Buckets:
| # फाइन-ट्यूनिंग, चेक! | |
| <CourseFloatingBanner | |
| chapter={3} | |
| classNames="absolute z-10 right-0 top-0" | |
| /> | |
| काफी मजेदार था! पहले दो अध्यायों में आपने मॉडल और टोकननाइज़रस के बारे में सीखा, और अब आप जानते हैं कि उन्हें अपने डेटा के लिए कैसे ठीक यानि फाइन-ट्यून किया जाए। संक्षेप में, इस अध्याय में आपने: | |
| {#if fw === 'pt'} | |
| * [हब](https://huggingface.co/datasets) में डेटासेट के बारे में सीखा। | |
| * डायनेमिक पैडिंग और कोलेटर्स का उपयोग करने सहित डेटासेट को लोड और पूर्व प्रसंस्करण यानि प्रीप्रोसेस करना सीखा । | |
| * अपने खुद की मॉडल की फाइन-ट्यूनिंग और मूल्यांकन को इम्प्लमेन्ट किया। | |
| * निचले-स्तर के प्रशिक्षण लूप को इम्प्लमेन्ट किया | |
| * आपके प्रशिक्षण लूप को आसानी से अनुकूलित करने के लिए 🤗 Accelerate का उपयोग किया ताकि यह कई GPUs या TPUs के लिए काम करे। | |
| {:else} | |
| * [हब](https://huggingface.co/datasets) में डेटासेट के बारे में सीखा। | |
| * डेटासेट को लोड और पूर्व प्रसंस्करण यानि प्रीप्रोसेस करना सीखा। | |
| * Keras के साथ एक मॉडल को फाइन-ट्यून और मूल्यांकन करना सीखा। | |
| * एक कस्टम मीट्रिक इम्प्लमेन्ट किया गया | |
| {/if} | |
| <EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/hi/chapter3/5.mdx" /> |
Xet Storage Details
- Size:
- 2.32 kB
- Xet hash:
- b475f67cdb03bbaa9efcf5ae21313cd3cc6242865380a4c6ce82dd303a384421
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.