course documentation
Hoàn thành cách sử dụng cơ bản!
0. Cài đặt
1. Mô hình Transformer
Giới thiệuXử lý Ngôn Ngữ Tự nhiênTransformers có thể làm những gì?Cơ chế hoạt động của Transformer?Các mô hình mã hóaCác mô hình giải mãCác mô hình mã hoá-giải mãThiên kiến và hạn chếTổng kếtĐố vui cuối chương
2. Sử dụng 🤗 Transformers
Giới thiệuĐằng sau pipelineCác mô hìnhTokenizersXử lý đa chuỗiKết hợp lạiHoàn thành cách sử dụng cơ bản!Đố vui cuối chương
3. Tinh chỉnh một mô hình huấn luyện trước
Giới thiệuXử lý dữ liệuTinh chỉnh một mô hình với Trainer API hoặc KerasBản huấn luyện hoàn chỉnhTỉnh chỉnh, thử xem!Đố vui cuối chương
4. Chia sẻ các mô hình và tokenizer
Hugging Face HubSử dụng các mô hình huấn luyện trướcChia sẻ các mô hình huấn luyện trướcXây dựng các thẻ mô hìnhHoàn thành phần 1!Đố vui cuối chương
5. Thư viện 🤗 Datasets
Giới thiệuNếu như dữ liệu của ta không trên Hub thì sao?Sắp xếp dữ liệuDữ liệu lớn? 🤗 Bộ dữ liệu để giải cứu!Tạo tập dữ liệu của riêng bạnTìm kiếm ngữ nghĩa với FAISS🤗 Datasets, kiểm tra nào!Đố vui cuối chương
6. Thư viện 🤗 Tokenizers
Giới thiệuHuấn luyện một tokenizer mới từ cái cũSức mạnh đặc biệt của tokenizer nhanhTokenizer nhanh trong pipeline QAChuẩn hoá và tiền tokenizeByte-Pair Encoding tokenizationWordPiece tokenizationUnigram tokenizationXây dựng từng khối tokenizerTokenizers, kiểm tra nào!Đố vui cuối chương
7. Các tác vụ NLP chính
Giới thiệuPhân loại tokenTinh chỉnh một mô hình ngôn ngữ bị ẩn điDịch máyTóm tắtHuấn luyện một mô hình ngôn ngữ nhân quả từ đầuHỏi đápLàm chủ NLPĐố vui cuối chương
8. Làm thế nào để yêu cầu giúp đỡ
Giới thiệuPhải làm gì khi bạn gặp lỗiYêu cầu trợ giúp trên diễn đànGỡ lỗi quy trình huấn luyệnLàm thế nào để viết một vấn đề hayPhần 2 đã hoàn thành!Đố vui cuối chương
9. Xây dựng và chia sẻ các demo
Giới thiệu về GradioXây dựng bản demo đầu tiên của bạnHiểu lớp InterfaceChia sẻ các bản demo với người khácTích hợp với Hugging Face HubCác tính năng nâng cao của InterfaceGiới thiệu về Gradio BlocksGradio, kiểm tra nào!Đố vui cuối chương
Sự kiện Khoá học
Hoàn thành cách sử dụng cơ bản!
Thật tuyệt vời khi theo dõi khóa học đến đây! Tổng kết lại, trong chương này bạn:
- Đã học các khối cơ bản của mô hình Transformer.
- Đã học những gì tạo nên pipeline cho việc tokenize.
- Biết cách sử dụng mô hình Transformer trong thực tế.
- Đã học cách sử dụng tokenizer để chuyển đổi văn bản thành tensors mà mô hình có thể hiểu được.
- Thiết lập tokenizer và một mô hình cùng nhau để chuyển từ văn bản đầu vào thành dự đoán đầu ra.
- Tìm hiểu những hạn chế của ID đầu vào và tìm hiểu về lớp attantion mask.
- Nghịch các phương pháp tokenizer linh hoạt và có thể định cấu hình.
Từ bây giờ, bạn sẽ có thể tự do khám phá các tài liệu 🤗 Transformers: từ vựng sẽ nghe có vẻ quen thuộc và bạn đã thấy các phương pháp bạn sẽ sử dụng phần lớn thời gian.
Update on GitHub