course documentation
Introduzione
0. Installazione
1. Modelli Transformer
IntroduzioneNatural Language ProcessingCosa fanno i Transformer?Come funzionano i Transformer?Modelli encoderModelli decoderModelli sequence-to-sequenceBias e limitiRiassuntoQuiz di fine capitolo
2. Usare i 🤗 Transformers
IntroduzioneDietro la pipelineModelliTokenizersGestione di sequenze multipleMettiamo insieme i pezziUso di base completato!
3. Affinamento di un modello pre-addestrato
IntroduzioneProcessare i datiAffinare il modello con la Trainer APIUn addestramento completoAffinamento, Fatto!Quiz di fine capitolo
4. Condividere modelli e tokenizers
L'Hub di Hugging FaceUsare modelli pre-addestratiCondividere modelli pre-addestratiScrivere un cartellino del modelloFine della parte 1!Quiz di fine capitolo
5. La libreria 🤗 Datasets
IntroduzioneE se il mio dataset non è sull'Hub?È arrivato il momento di tagliuzzareBig data? Ci pensa 🤗 Datasets!Creare il proprio datasetRicerca semantica con FAISS🤗 Datasets, check!Quiz di fine capitolo
8. Come chiedere un aiuto
IntroduzioneCosa fare quando si riceve un erroreChiedere aiuto sui forumFare il debug della training pipelineCome scrivere un issue correttamenteParte 2 completata!Quiz di fine capitolo
9. Creare e condividere demo
Introduzione
Nel Capitolo 2 abbiamo scoperto come utilizzare i tokenizzatori e i modelli preaddestrati per effettuare delle predizioni. Ma cosa fare se si vuole affinare un modello preaddestrato col tuo dataset? Lo scopriremo in questo capitolo! Impareremo:
- Come preparare un grande dataset dall’Hub
- Come usare l’API di alto livello
Trainerper affinare un modello - Come usare un ciclo di addestramento personalizzato
- Come utilizzare la libreria 🤗 Accelerate per eseguire facilmente quel ciclo di addestramento personalizzato su qualsiasi sistema distribuito
Per caricare i checkpoint di addestramento sull’Hub di Hugging Face è necessario un account huggingface.co: creare un account
Update on GitHub