Buckets:
Fine-tune โมเดลสำเร็จแล้ว!
สนุกจังเลย! ในสองบทแรกคุณได้เรียนรู้เกี่ยวกับโมเดลและ tokenizers และตอนนี้คุณก็รู้วิธีการ fine-tune โมเดลด้วยข้อมูลของคุณเองแล้ว มาทบทวนกันว่าคุณได้ทำอะไรไปบ้างในบทนี้:
{#if fw === 'pt'}
- เรียนรู้การใช้งาน datasets ผ่าน Hub
- เรียนรู้วิธีการโหลดและประมวลผล datasets รวมถึงการใช้งาน dynamic padding และ collators
- เขียนโค้ดการ fine-tuning และการประเมินประสิทธิภาพของโมเดลในแบบของคุณเอง
- เขียนโค้ดลูปการเทรนโดยไม่ใช้ class Trainer
- ใช้ไลบรารี่ 🤗 Accelerate เพื่อปรับลูปการเทรนของคุณให้ใช้การได้กับการเทรนโดยใช้ GPUs หรือ TPUs หลายตัวได้อย่างง่ายดาย
{:else}
- เรียนรู้การใช้งาน datasets ผ่าน Hub
- เรียนรู้วิธีการโหลดและประมวลผล datasets
- เรียนรู้วิธีการใช้ Keras ในการ fine-tune และประเมินประสิทธิภาพของโมเดล
- เขียนโค้ดสร้าง metric ในแบบของคุณเอง
{/if}
Xet Storage Details
- Size:
- 2.12 kB
- Xet hash:
- a5e1a069e0c5ce4ade8301152ebfa5edea11043cf789c9edfb8f626c2709d08a
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.