Buckets:
| # Finetuning, coché ! | |
| C'était amusant ! Dans les deux premiers chapitres, vous avez appris à connaître les modèles et les *tokenizers*, et vous savez maintenant comment les *finetuner* pour vos propres données. Pour récapituler, dans ce chapitre vous : | |
| {#if fw === 'pt'} | |
| * avez appris à connaître les jeux de données dans le [*Hub*](https://huggingface.co/datasets), | |
| * avez appris à charger et à prétraiter des jeux de données, notamment en utilisant le remplissage dynamique et les assembleurs, | |
| * avez implémenté votre propre *finetuning* et évaluation d'un modèle, | |
| * avez implémenté une boucle d'entraînement de niveau inférieur, | |
| * avez utilisé 🤗 *Accelerate* pour adapter facilement votre boucle d'entraînement afin qu'elle fonctionne pour plusieurs GPUs ou TPUs. | |
| {:else} | |
| * avez appris à connaître les jeux de données dans le [*Hub*](https://huggingface.co/datasets), | |
| * avez appris comment charger et prétraiter les jeux de données, | |
| * avez appris comment *finetuner* et évaluer un modèle avec Keras, | |
| * avez implémenté une métrique personnalisée. | |
| {/if} | |
Xet Storage Details
- Size:
- 1.1 kB
- Xet hash:
- 657e0c3864fd4cfb845e2c5911ad4c5a7c97778eeeb8f7aeeb4ab99c414a3879
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.