Buckets:
| # Introducción | |
| En el [Capítulo 2](/course/chapter2) exploramos cómo usar los tokenizadores y modelos preentrenados para realizar predicciones. Pero, ¿qué pasa si deseas ajustar un modelo preentrenado con tu propio conjunto de datos? | |
| {#if fw === 'pt'} | |
| * Cómo preparar un conjunto de datos grande desde el Hub. | |
| * Cómo usar la API de alto nivel del entrenador para ajustar un modelo. | |
| * Cómo usar un bucle personalizado de entrenamiento. | |
| * Cómo aprovechar la librería 🤗 Accelerate para fácilmente ejecutar el bucle personalizado de entrenamiento en cualquier configuración distribuida. | |
| {:else} | |
| * Cómo preparar un conjunto de datos grande desde el Hub. | |
| * Cómo usar Keras para ajustar un modelo. | |
| * Cómo usar Keras para obtener predicciones. | |
| * Cómo usar una métrica personalizada. | |
| {/if} | |
| Para subir tus puntos de control (*checkpoints*) en el Hub de Hugging Face, necesitas una cuenta en huggingface.co: [crea una cuenta](https://huggingface.co/join) | |
Xet Storage Details
- Size:
- 971 Bytes
- Xet hash:
- 410939895b1c02bad7790d351b13fbfb05af6de364e40556fa8d4981b42446ce
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.