Buckets:

rtrm's picture
|
download
raw
1.18 kB

Giriş

İkinci bölümde tokenizer ve pretrained modelleri kullanarak nasıl tahmin yapabileceğimizi öğrendik. Fakat, kendi veri setiniz için, pretrained bir modeli nasıl kullanacaksınız ? İşte bu bölümde bunu öğreneceksiniz! Öğrenecekleriniz :

{#if fw === 'pt'}

  • Hub'dan nasıl büyük bir veri seti hazırlanır
  • Trainer API ile nasıl model fine-tune edilir
  • Özelleştirilmiş training döngüsü nasıl yazılır
  • Bu özel training döngüsünü herhangi bir dağıtılmış(distributed) kurulumda kolayca çalıştırmak için 🤗 Accelerate kütüphanesinden nasıl yararlanılır

{:else}

  • Hub'dan nasıl büyük bir veri seti hazırlanır
  • Keras ile nasıl model fine-tune edilir
  • Keras ile tahminler nasıl elde edilir
  • Özel metrikler nasıl kullanılır

{/if}

Hugging Face Hub'a eğittiğiniz model ağırlıklarını yüklemek için huggingface.co hesabına ihtiyacınız var.hesap oluşturun

Xet Storage Details

Size:
1.18 kB
·
Xet hash:
5b2b03f8234d361167b1f3e6ea26313f67d139183dbb8b08cc51896858b2d509

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