Buckets:
Giriş
İkinci bölümde tokenizer ve pretrained modelleri kullanarak nasıl tahmin yapabileceğimizi öğrendik. Fakat, kendi veri setiniz için, pretrained bir modeli nasıl kullanacaksınız ? İşte bu bölümde bunu öğreneceksiniz! Öğrenecekleriniz :
{#if fw === 'pt'}
- Hub'dan nasıl büyük bir veri seti hazırlanır
- Trainer API ile nasıl model fine-tune edilir
- Özelleştirilmiş training döngüsü nasıl yazılır
- Bu özel training döngüsünü herhangi bir dağıtılmış(distributed) kurulumda kolayca çalıştırmak için 🤗 Accelerate kütüphanesinden nasıl yararlanılır
{:else}
- Hub'dan nasıl büyük bir veri seti hazırlanır
- Keras ile nasıl model fine-tune edilir
- Keras ile tahminler nasıl elde edilir
- Özel metrikler nasıl kullanılır
{/if}
Hugging Face Hub'a eğittiğiniz model ağırlıklarını yüklemek için huggingface.co hesabına ihtiyacınız var.hesap oluşturun
Xet Storage Details
- Size:
- 988 Bytes
- Xet hash:
- 6bfce5d2cb58a077e21d6506b4045587544d668c3266a90ee1ab2c112132f0b2
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.