Buckets:

rtrm's picture
|
download
raw
1.24 kB
# Introducere[[introducere]]
<CourseFloatingBanner
chapter={3}
classNames="absolute z-10 right-0 top-0"
/>
În [Capitolul 2](/course/chapter2) am explorat modul de utilizare a tokenizerelor și a modelelor preantrenate pentru a efectua predicții. Dar ce se întâmplă dacă doriți să ajustați un model preantrenat pentru propriul dvs. set de date? Iată subiectul acestui capitol! Veți învăța:
{#if fw === 'pt'}
* Cum să configurați un set mare de date din Hub
* Cum să utilizați API-ul `Trainer` pentru a ajusta un model
* Cum să utilizați o buclă de instruire personalizată
* Cum să profitați de biblioteca Accelerate 🤗 pentru a rula cu ușurință bucla de instruire personalizată pe orice configurație distribuită
{:else}
* Cum să configurați un set mare de date din Hub
* Cum să utilizați Keras pentru a ajusta un model
* Cum să utilizați Keras pentru a obține predicții
* Cum să utilizați o măsură personalizată
{/if}
Pentru a încărca checkpoint-urile antrenate în Hugging Face Hub, veți avea nevoie de un cont huggingface.co: [creați un cont](https://huggingface.co/join)
<EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/ro/chapter3/1.mdx" />

Xet Storage Details

Size:
1.24 kB
·
Xet hash:
822f0817792085900d572df5a90ac0fa52805c1f8f508f9027ca9d61c8637a92

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