Buckets:
| # Ajuste de modelos, ¡hecho! | |
| ¡Qué divertido! En los dos primeros capítulos aprendiste sobre modelos y tokenizadores, y ahora sabes cómo ajustarlos a tus propios datos. Para recapitular, en este capítulo: | |
| {#if fw === 'pt'} | |
| - Aprendiste sobre los conjuntos de datos del [Hub](https://huggingface.co/datasets) | |
| - Aprendiste a cargar y preprocesar conjuntos de datos, incluyendo el uso de padding dinámico y los "collators" | |
| - Implementaste tu propio ajuste (fine-tuning) y cómo evaluar un modelo | |
| - Implementaste un bucle de entrenamiento de bajo nivel | |
| - Utilizaste 🤗 Accelerate para adaptar fácilmente tu bucle de entrenamiento para que funcione en múltiples GPUs o TPUs | |
| {:else} | |
| - Aprendiste sobre los conjuntos de datos en [Hub](https://huggingface.co/datasets) | |
| - Aprendiste a cargar y preprocesar conjuntos de datos | |
| - Aprendiste a ajustar (fine-tuning) y evaluar un modelo con Keras | |
| - Implementaste una métrica personalizada | |
| {/if} | |
Xet Storage Details
- Size:
- 949 Bytes
- Xet hash:
- 31c6f9ae2c1be6066252d3b18ebfd9fda091a1ffa9153c9c5659788be7b94275
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.