Bir Hugging Face Modeline İnce Ayar Yapma
Önceden eğitilmiş bir transformer'ı verilerinize uyarlayın.
Bir Hugging Face Modeline İnce Ayar Yapma, CoddyKit'te ücretsiz bir Deep Learning Academy dersidir. Bu, 4 dersinin 4. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Deep Learning Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Deep Learning Academy kursu toplamda 4 dersten oluşur.
Önceden Eğitilmiş Model Merkezi
Hugging Face, metin, görüntü ve ses için kullanıma hazır binlerce dönüştürücü barındırır. Bunlardan birini kendi verilerinizle dakikalar içinde ince ayarlayabilirsiniz. 🤗
Transformers Kurulumu
transformers kitaplığı, modelleri, belirteçleyicileri ve eğitim araçlarını tek bir pakette sunar.
pip install transformers datasetsBelirteçleyici Yükleme
Metin önce sayılara dönüştürülmelidir. Her modelle birlikte gelen belirteçleyici, metninizi tam olarak nasıl bölüp kodlayacağını bilir.
from transformers import AutoTokenizer
tok = AutoTokenizer.from_pretrained('bert-base-uncased')Yeni Başlıklı Model Yükleme
Görevinize uygun bir sınıf seçin. AutoModelForSequenceClassification, omurgayı yükler ve etiketleriniz için yeni bir sınıflandırıcı başlığı ekler.
from transformers import AutoModelForSequenceClassification
model = AutoModelForSequenceClassification.from_pretrained('bert-base-uncased', num_labels=2)Veri Kümenizi Belirteçlere Ayırma
Tüm girdilerin aynı uzunluğu paylaşması için her örneği dolgu ve kırpma kullanarak belirteçleyiciden geçirin.
def encode(b):
return tok(b['text'], truncation=True, padding='max_length')TrainingArguments
TrainingArguments, hiperparametrelerinizi bir araya getirir: öğrenme oranı, yığın boyutu, çağ sayısı ve kontrol noktalarının kaydedileceği konum.
from transformers import TrainingArguments
args = TrainingArguments(output_dir='out', learning_rate=2e-5, num_train_epochs=3)Bu Oranı Düşük Tutma
Oranın yalnızca 2e-5 olduğuna dikkat edin. Her ince ayarda olduğu gibi küçük bir öğrenme oranı, önceden eğitilmiş ağırlıkların bozulmasını önler.
Trainer
Trainer sınıfı tüm döngüyü kapsar: ileri geçiş, kayıp, geri yayılım, adım ve değerlendirme. Bunları elle yazmanız gerekmez.
from transformers import Trainer
trainer = Trainer(model=model, args=args, train_dataset=train_ds)Tek Çağrıyla Eğitme
Her şey bağlandıktan sonra tek bir train çağrısıyla ince ayarı başlatın ve kaybın düşüşünü izleyin.
trainer.train()Değerlendirme ve Tahmin
Eğitimden sonra ayrılmış verilerdeki ölçümler için evaluate çağrısını yapın, ardından yepyeni örnekleri puanlamak için predict kullanın.
trainer.evaluate()Kaydetme ve Paylaşma
Ayarlanmış modelinizi save_pretrained ile kalıcı hâle getirin, ardından istediğiniz yerde yeniden yükleyin veya başkalarının kullanması için Hub'a gönderin.
model.save_pretrained('my-classifier')Hızlı Kontrol
Elle yazmak zorunda kalmadan tam eğitim döngüsünü sizin için hangi Hugging Face sınıfı çalıştırır?
Özet
Verileri belirteçlere ayırdınız, yeni bir başlığa sahip model yüklediniz, TrainingArguments içinde düşük bir oran belirlediniz ve Trainer ile ince ayar yaptınız. 🎯
Yapay zeka eğitmeniyle Python öğren — ücretsiz
Tarayıcında gerçek kod yaz ve çalıştır, 7/24 yapay zeka eğitmeninden anında yardım al; web'de ya da uygulamada kaldığın yerden devam et.
- Kurslar
- 30
- Dersler
- 120
Sıkça Sorulan Sorular
“Bir Hugging Face Modeline İnce Ayar Yapma” dersi ücretsiz mi?
Evet — “Bir Hugging Face Modeline İnce Ayar Yapma” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Deep Learning Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Deep Learning Academy kursu toplamda 4 dersten oluşur.
“Bir Hugging Face Modeline İnce Ayar Yapma” dersinde ne öğreneceğim?
Önceden eğitilmiş bir transformer'ı verilerinize uyarlayın. Deep Learning Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
Deep Learning Academy öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te Deep Learning Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 4. dersidir.
“Bir Hugging Face Modeline İnce Ayar Yapma” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu Deep Learning Academy dersinde kod yazıp çalıştırabilir miyim?
Evet. Her Deep Learning Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- Omurgayı Dondurup Başlığı Eğitme
- Daha Düşük Öğrenme Oranıyla İnce Ayar
- Ayırt Edici Katman Bazlı Oranlar
- Bir Hugging Face Modeline İnce Ayar Yapma