Buckets:

rtrm's picture
|
download
raw
1.09 kB

Uso di base completato!

Ottimo lavoro per aver seguito il corso fino a questo punto! Per fare un riassunto, in questo capitolo abbiamo visto:

  • Imparare gli elementi di base di un modello Transformer.
  • Imparare a conoscere gli elementi che compongono una pipeline di tokenizzazione.
  • Hai visto come utilizzare un modello Transformer nella pratica.
  • Imparare a sfruttare un tokenizer per convertire il testo in tensori comprensibili dal modello.
  • Impostare un tokenizer e un modello insieme per passare dal testo alle previsioni.
  • Imparare i limiti degli ID di input e conoscere le maschere di attenzione.
  • Abbiamo giocato con metodi di tokenizzazione versatili e configurabili.

D'ora in poi, dovreste essere in grado di navigare liberamente nella documentazione di Transformers 🤗: il vocabolario vi suonerà familiare e avrete già visto i metodi che userete la maggior parte delle volte.

Xet Storage Details

Size:
1.09 kB
·
Xet hash:
33c5e081a2e3b35d65a1059b9ff05c1640785090cf89707a814c8b02564d4095

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