course documentation
Gradio, verificat!
0. Configurare
1. Modele Transformer
IntroducereProcesarea limbajului natural și modelele de limbaj mariTransformers, ce pot face?Cum funcționează Transformers?Modele EncoderModele DecoderModele secvență-la-secvențăPrejudecăți și limităriRezumatQuiz de final de capitol
2. Folosirea 🤗 Transformers
IntroducereÎn spatele pipeline-uluiModeleTokenizatoareGestionarea secvențelor multipleSă punem totul cap la capUtilizarea de bază este completă!Implementarea optimizată a inferențeiQuiz la final de capitol
3. Fine-tuning unui model preantrenat
IntroducereProcesarea datelorFine-tuningul unui model cu Trainer API sau KerasUn antrenament completFine-tuning, verificare!Quiz la final de capitol
4. Partajarea modelelor și a tokenizatoarelor
Platforma Hugging Face HubUtilizarea modelelor preantrenatePartajarea modelelor preantrenateCrearea unui card de modelPartea 1 este completăQuiz la final de capitol
5. Biblioteca 🤗 Datasets
IntroducereCe fac dacă dataset-ul meu nu este pe Hub?E timpul să tăiem și să analizăm dateleBig data? 🤗 Datasets vine în ajutor!Creează propriul tău datasetCăutare semantică cu FAISS🤗 Datasets, verificare!Quiz de final de capitol
6. Biblioteca 🤗 Tokenizers
IntroducereAntrenarea unui nou tokenizer dintr-unul vechiSuperputerile tokenizerilor rapiziTokenizerii rapizi în pipeline-ul de QANormalizare și pre-tokenizareTokenizare Byte-Pair EncodingTokenizare WordPieceTokenizare UnigramConstruirea unui tokenizer, bloc cu blocTokenizeri, verificare!Quiz de sfârșit de capitol
7. Sarcini clasice NLP
IntroducereClasificarea tokenilorFine-tuningul unui model de limbaj mascatTraducereSumarizareAntrenarea de la zero a unui model de limbaj cauzalRăspuns la întrebăriÎnțelegerea LLM-urilorQuiz de sfârșit de capitol
8. Cum să ceri ajutor
IntroducereCe să faci când primești o eroareCum să ceri ajutor pe forumuriDebugging-ul pipeline-ului de antrenamentCum să scrii un issue bunPartea 2 completă!Quiz de sfârșit de capitol
9. Construirea și partajarea demo-urilor
Introducere în GradioConstruirea primului tău demoÎnțelegerea clasei InterfacePartajarea demo-urilor cu alțiiIntegrări cu Hugging Face HubCaracteristici avansate ale InterfaceIntroducere în Gradio BlocksGradio, verificat!Quiz de final de capitol
10. Curățați seturi de date de înaltă calitate
Introducere în ArgillaConfigurați-vă instanța ArgillaÎncărcați setul de date în ArgillaAdnotați setul de dateFolosiți setul de date adnotatArgilla, terminat!Quiz de final de capitol
11. Fine-tuning pentru modele mari de limbaj
IntroducereTemplate-uri de chatFine-tuning cu SFTTrainerLoRA (Adaptarea de rang scăzut)EvaluareaConcluzieE timpul examenului!
12. Construiește Modele de Raționament new
IntroducereÎnvățarea prin Întărire pe LLM-uriMomentul Aha în Lucrarea DeepSeek R1Înțelegerea Avansată a GRPO în DeepSeekMathImplementarea GRPO în TRLExercițiu Practic pentru Ajustarea Fină a unui Model cu GRPOExercițiu Practic cu UnslothÎn curând...
Evenimente Curs
Gradio, verificat!
Aceasta încheie capitolul despre construirea demo-urilor cool ML cu Gradio - sperăm că v-a plăcut! Pentru a recapitula, în acest capitol am învățat:
- Cum să creați demo-uri Gradio cu API-ul de nivel înalt
Interface, și cum să configurați diferite modalități de intrare și ieșire. - Diferite moduri de a partaja demo-urile Gradio, prin link-uri temporare și găzduire pe Hugging Face Spaces.
- Cum să integrați demo-urile Gradio cu modelele și Spaces de pe Hugging Face Hub.
- Caracteristici avansate precum păstrarea stării într-un demo sau furnizarea autentificării.
- Cum să aveți control complet asupra fluxului de date și layout-ului demo-ului dvs. cu Gradio Blocks.
Dacă doriți să vă testați înțelegerea conceptelor acoperite în acest capitol, consultați quiz-ul din următoarea secțiune!
Unde să mergeți mai departe?
Dacă doriți să aflați mai multe despre Gradio, puteți
- Să aruncați o privire la Demo-uri în repo, sunt destul de multe exemple acolo.
- Să vedeți pagina Ghiduri, unde puteți găsi ghiduri despre caracteristici cool și avansate.
- Să consultați pagina Documentație pentru a învăța detaliile.