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](https://huggingface.co/datasets) | |
| * 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](https://huggingface.co/datasets) | |
| * 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.