Évaluer et enregistrer votre modèle
Vérifier les métriques et publier sur le Hub
Évaluer et enregistrer votre modèle est une leçon NLP Academy gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage NLP Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours NLP Academy comprend 4 leçons au total.
L’entraînement ne suffit pas
Un modèle entraîné n’est utile que s’il se généralise. Votre prochaine tâche consiste donc à l’évaluer sur des données qu’il n’a jamais vues pendant l’entraînement.
Effectuer l’évaluation
Le Trainer peut évaluer votre jeu de validation en un seul appel et renvoyer les métriques que vous avez configurées, comme la précision et la perte.
print(trainer.evaluate())Choisir la bonne métrique
La précision peut être trompeuse lorsque les données sont déséquilibrées. Pour des classes inégalement représentées, privilégiez le F1 afin de tenir compte à la fois de la précision et du rappel.
Calculer les métriques proprement
La bibliothèque evaluate regroupe les scores courants. Vous pouvez donc calculer le F1 ou la précision sans écrire vous-même les formules.
import evaluate
f1 = evaluate.load("f1")Mettre de côté un jeu de test
Conservez un jeu de test distinct auquel vous ne touchez qu’une seule fois. Il fournit une estimation finale honnête, sans biais lié aux réglages.
Enregistrer le modèle
Enregistrez les poids ajustés sur le disque afin de pouvoir les recharger à tout moment sans réentraîner le modèle. Cette opération enregistre le modèle et le tokenizer.
trainer.save_model("my-model")
tok.save_pretrained("my-model")Recharger n’importe où
Le chargement est l’inverse de la sauvegarde : indiquez votre dossier à from_pretrained et le modèle complet revient, prêt à effectuer des prédictions.
m = AutoModelForSequenceClassification.from_pretrained("my-model")L’intégrer à un pipeline
Insérez votre modèle enregistré dans un pipeline pour effectuer instantanément des prédictions simples sur un nouveau texte, sans tokenisation manuelle.
clf = pipeline("text-classification", model="my-model")Partager sur le Hub
Un seul envoi téléverse votre modèle vers le Hub Hugging Face, afin que vos collègues puissent le charger par son nom depuis n’importe où.
trainer.push_to_hub()Versionner votre travail
Le Hub suit les révisions comme git. Chaque point de contrôle reste ainsi reproductible et vous pouvez toujours revenir en arrière.
Documenter le modèle
Une fiche de modèle consigne vos données, vos métriques et vos limites. Elle aide les autres à faire confiance à votre réalisation et à la réutiliser. 📋
Vérification rapide
Pourquoi conserver un jeu de test distinct que vous n’évaluez qu’une seule fois ?
Récapitulatif
Évaluez le modèle sur des données inconnues avec la bonne métrique, enregistrez le modèle et le tokenizer, puis rechargez-le ou envoyez-le sur le Hub pour le partager. ✅
Apprends Python avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 30
- Leçons
- 120
Questions Fréquemment Posées
La leçon « Évaluer et enregistrer votre modèle » est-elle gratuite ?
Oui — le texte complet de « Évaluer et enregistrer votre modèle » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours NLP Academy, passe à CoddyKit PRO. Le cours NLP Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Évaluer et enregistrer votre modèle » ?
Vérifier les métriques et publier sur le Hub Tu pratiques NLP Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer NLP Academy ?
Aucune expérience préalable n'est requise. NLP Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « Évaluer et enregistrer votre modèle » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon NLP Academy ?
Oui. Chaque leçon NLP Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Visite de la bibliothèque Transformers
- Tokeniser pour les modèles Transformer
- Affiner un modèle avec l’API Trainer
- Évaluer et enregistrer votre modèle