Buckets:
Fein-tunen, Check!
Das hat Spaß gemacht! In den ersten beiden Kapiteln hast du etwas über Modelle und Tokenizer gelernt, und jetzt weißt du, wie du sie auf deine eigenen Daten fein-tunen kannst. Rekapitulieren wir, was du in diesem Kapitel gelernt hast:
{#if fw === 'pt'}
- Über Datensätze im Hub
- Wie du Datensätze lädst und vorverarbeitest, einschließlich der Verwendung von dynamischem Padding und Collators
- Implementierung des eigenen Fein-tunings und der Evaluierung eines Modells
- Eine Trainingsschleife auf niedriger Ebene implementiert
- Mit 🤗 Accelerate die Trainingsschleife so anpassen, dass sie für mehrere GPUs oder TPUs funktioniert
{:else}
- Über Datensätze im Hub
- Wie man Datensätze lädt und vorverarbeitet
- Wie man ein Modell mit Keras fein-tunet und auswertet
- Eine eigene Metrik implementiert
{/if}
Xet Storage Details
- Size:
- 919 Bytes
- Xet hash:
- f59366dbfb9a4cff442e01f650fdf0a23480f806ffe4083a3caf417b947f931c
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.