Buckets:
| # परिचय | |
| [अध्याय 2](/course/chapter2) में हमने जाना कि कैसे भविष्यवाणी करने के लिए टोकननाइज़र और पूर्व-प्रशिक्षित मॉडल का उपयोग किया जाता है । लेकिन तब क्या यदि आप अपने स्वयं के डेटासेट के लिए एक पूर्व-प्रशिक्षित मॉडल को ठीक करना चाहते हैं? यही इस अध्याय का विषय है! आप सीखेंगे कि: | |
| {#if fw === 'pt'} | |
| * हब से एक बड़ा डेटासेट कैसे तैयार किया जाता है | |
| * किसी मॉडल को फाइन-ट्यून करने के लिए उच्च स्तरीय `Trainer` API का उपयोग कैसे करें | |
| * तदनुकूल प्रशिक्षण लूप का उपयोग कैसे करें | |
| * किसी भी वितरित सेटअप पर उस तदनुकूल प्रशिक्षण लूप को आसानी से चलाने के लिए 🤗 एक्सेलेरेट लाइब्रेरी का लाभ कैसे उठाएं | |
| {:else} | |
| * हब से एक बड़ा डेटासेट कैसे तैयार करें | |
| * मॉडल को फाइन-ट्यून करने के लिए Keras का उपयोग कैसे करें | |
| * पूर्वानुमान लगाने के लिए Keras का उपयोग कैसे करें | |
| * कस्टम मीट्रिक का उपयोग कैसे करें | |
| {/if} | |
| हगिंग फेस हब पर अपनी प्रशिक्षित चौकियों को अपलोड करने के लिए, आपको एक huggingface.co खाते की आवश्यकता होगी: [खाता बनाएं](https://huggingface.co/join) | |
Xet Storage Details
- Size:
- 2.21 kB
- Xet hash:
- 58e4394288f7e2a72bedcd1ee70cb1e1792c5242240a2faf84f256d16db063d3
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.