Cộng đồng

Trang này tổng hợp các tài nguyên xoay quanh 🤗 Transformers do cộng đồng phát triển.

Tài nguyên cộng đồng

Tài nguyên	Mô tả	Tác giả
Thẻ flash từ vựng Hugging Face Transformers	Bộ thẻ ghi nhớ dựa trên Transformers Docs Glossary được trình bày dưới dạng có thể dễ dàng học/tập lại bằng Anki, một ứng dụng mã nguồn mở, đa nền tảng được thiết kế đặc biệt cho việc ghi nhớ kiến thức trong thời gian dài. Xem video giới thiệu cách sử dụng các thẻ ghi nhớ này.	Darigov Research

Sổ tay ghi chú của cộng đồng

Notebook	Mô tả	Tác giả
Chỉnh huấn luyện một Transformer đã được huấn luyện trước để tạo lời bài hát	Cách tạo lời bài hát theo phong cách của nghệ sĩ yêu thích bằng cách tinh chỉnh mô hình GPT-2	Aleksey Korshuk
Đào tạo T5 trên TPU	Cách huấn luyện T5 trên SQUAD bằng Transformers và Nlp	Suraj Patil
Chỉnh huấn T5 cho Phân loại và Chọn nhiều	Cách tinh chỉnh T5 cho các tác vụ phân loại và lựa chọn nhiều phương án bằng định dạng văn-bản-sang-văn-bản với PyTorch Lightning	Suraj Patil
Chỉnh huấn luyện DialoGPT trên các bộ dữ liệu và ngôn ngữ mới	Cách tinh chỉnh mô hình DialoGPT trên một bộ dữ liệu mới cho các chatbot hội thoại mở	Nathan Cooper
Mô hình hóa chuỗi dài với Reformer	Cách huấn luyện trên các chuỗi dài tới 500.000 token với Reformer	Patrick von Platen
Chỉnh huấn luyện BART cho Tóm tắt	Cách tinh chỉnh BART cho tóm tắt bằng fastai sử dụng blurr	Wayde Gilliam
Chỉnh huấn luyện một Transformer đã được huấn luyện trước trên tweets của bất kỳ ai	Cách tạo các tweet theo phong cách của tài khoản Twitter yêu thích của bạn bằng cách tinh chỉnh mô hình GPT-2	Boris Dayma
Tối ưu hóa các mô hình 🤗 Hugging Face với Weights & Biases	Hướng dẫn hoàn chỉnh giới thiệu tích hợp W&B với Hugging Face	Boris Dayma
Pretrain Longformer	Cách xây dựng phiên bản “dài” của các mô hình được huấn luyện trước có sẵn	Iz Beltagy
Chỉnh huấn luyện Longformer cho QA	Cách tinh chỉnh mô hình longformer cho tác vụ QA	Suraj Patil
Đánh giá Mô hình với 🤗nlp	Cách đánh giá longformer trên TriviaQA bằng `nlp`	Patrick von Platen
Chỉnh huấn T5 cho trích xuất đoạn văn cảm xúc	Cách tinh chỉnh T5 cho việc trích xuất đoạn văn cảm xúc bằng định dạng text-to-text với PyTorch Lightning	Lorenzo Ampil
Chỉnh huấn luyện DistilBert cho phân loại đa lớp	Cách tinh chỉnh DistilBert cho phân loại đa lớp với PyTorch	Abhishek Kumar Mishra
Chỉnh huấn BERT cho Phân loại Nhãn nhiều	Cách tinh chỉnh BERT cho phân loại nhiều nhãn bằng PyTorch	Abhishek Kumar Mishra
Chỉnh huấn T5 cho Tóm tắt	Cách tinh chỉnh T5 cho tóm tắt trong PyTorch và theo dõi các thí nghiệm với WandB	Abhishek Kumar Mishra
Tăng tốc Fine-Tuning trong Transformers bằng Dynamic Padding / Bucketing	Cách tăng tốc độ tinh chỉnh lên gấp 2 lần bằng cách đệm động / phân nhóm	Michael Benesty
Pretrain Reformer cho Masked Language Modeling	Cách huấn luyện một mô hình Reformer với các lớp tự chú ý hai chiều	Patrick von Platen
Mở rộng và tinh chỉnh Sci-BERT	Cách tăng từ vựng của một mô hình SciBERT được huấn luyện trước từ AllenAI trên bộ dữ liệu CORD và tích hợp nó vào pipeline.	Tanmay Thakur
Điều chỉnh BlenderBotSmall cho tóm tắt bằng cách sử dụng API Trainer	Cách tinh chỉnh BlenderBotSmall cho nhiệm vụ tóm tắt trên một tập dữ liệu tùy chỉnh, sử dụng API Trainer.	Tanmay Thakur
Chỉnh sửa Electra và diễn giải bằng Integrated Gradients	Cách tinh chỉnh Electra cho phân tích cảm xúc và diễn giải dự đoán bằng Captum Integrated Gradients	Eliza Szczechla
fine-tune một mô hình GPT-2 không phải tiếng Anh với lớp Trainer	Cách tinh chỉnh mô hình GPT-2 không phải tiếng Anh với lớp Trainer	Philipp Schmid
Chỉnh huấn luyện mô hình DistilBERT cho tác vụ phân loại nhiều nhãn	Cách tinh chỉnh mô hình DistilBERT cho tác vụ phân loại nhiều nhãn	Dhaval Taunk
Chỉnh huấn ALBERT cho phân loại cặp câu	Cách tinh chỉnh một mô hình ALBERT hoặc một mô hình dựa trên BERT khác cho tác vụ phân loại cặp câu	Nadir El Manouzi
Chỉnh huấn luyện Roberta cho phân tích cảm xúc	Cách tinh chỉnh một mô hình Roberta cho phân tích cảm xúc	Dhaval Taunk
Đánh giá các mô hình tạo câu hỏi	Mức độ chính xác của các câu trả lời cho các câu hỏi do mô hình transformer seq2seq của bạn tạo ra là bao nhiêu?	Pascal Zoleko
Áp dụng BERT cho tóm tắt Encoder-Decoder trên CNN/Dailymail	Cách khởi động nóng một EncoderDecoderModel bằng checkpoint google-bert/bert-base-uncased cho tác vụ tóm tắt trên CNN/Dailymail	Patrick von Platen
Áp dụng RoBERTa cho tóm tắt Encoder-Decoder trên BBC XSum	Cách khởi tạo nóng một EncoderDecoderModel dùng chung với checkpoint FacebookAI/roberta-base cho tác vụ tóm tắt trên BBC/XSum	Patrick von Platen
Chỉnh huấn luyện TAPAS cho Trả lời Câu hỏi Tuần tự (SQA)	Cách tinh chỉnh TapasForQuestionAnswering với checkpoint tapas-base trên bộ dữ liệu Sequential Question Answering (SQA)	Niels Rogge
Đánh giá TAPAS trên Table Fact Checking (TabFact)	Cách đánh giá một TapasForSequenceClassification đã tinh chỉnh bằng checkpoint tapas-base-finetuned-tabfact sử dụng kết hợp thư viện 🤗 datasets và 🤗 transformers	Niels Rogge
Chỉnh huấn luyện mBART cho dịch thuật	Cách tinh chỉnh mBART bằng Seq2SeqTrainer cho dịch từ Hindi sang tiếng Anh	Vasudev Gupta
Chỉnh huấn luyện LayoutLM trên FUNSD (một bộ dữ liệu hiểu biểu mẫu)	Cách tinh chỉnh LayoutLMForTokenClassification trên bộ dữ liệu FUNSD để trích xuất thông tin từ các tài liệu đã quét	Niels Rogge
Chỉnh sửa siêu DistilGPT2 và tạo văn bản	Cách tinh chỉnh DistilGPT2 và tạo văn bản	Aakash Tripathi
Chỉnh tinh LED trên tối đa 8K token	Cách tinh chỉnh LED trên pubmed để tóm tắt tầm xa	Patrick von Platen
Đánh giá LED trên Arxiv	Cách đánh giá hiệu quả LED trong tóm tắt tầm xa	Patrick von Platen
Chỉnh huấn luyện LayoutLM trên RVL-CDIP (một bộ dữ liệu phân loại ảnh tài liệu)	Cách tinh chỉnh LayoutLMForSequenceClassification trên bộ dữ liệu RVL-CDIP để phân loại tài liệu đã quét	Niels Rogge
Giải mã CTC của Wav2Vec2 với điều chỉnh GPT2	Cách giải mã chuỗi CTC với điều chỉnh mô hình ngôn ngữ	Eric Lam
Chỉnh huấn luyện BART cho tóm tắt trong hai ngôn ngữ với lớp Trainer	Cách tinh chỉnh BART cho tóm tắt trong hai ngôn ngữ bằng lớp Trainer	Eliza Szczechla
Đánh giá Big Bird trên Trivia QA	Cách đánh giá BigBird trong việc trả lời câu hỏi trên tài liệu dài với Trivia QA	Patrick von Platen
Tạo chú thích video bằng Wav2Vec2	Cách tạo phụ đề YouTube từ bất kỳ video nào bằng cách chuyển văn bản từ âm thanh với Wav2Vec	Niklas Muennighoff
Chỉnh huấn luyện Vision Transformer trên CIFAR-10 bằng PyTorch Lightning	Cách tinh chỉnh Vision Transformer (ViT) trên CIFAR-10 bằng cách sử dụng HuggingFace Transformers, Datasets và PyTorch Lightning	Niels Rogge
Chỉnh huấn luyện Vision Transformer trên CIFAR-10 bằng 🤗 Trainer	Cách tinh chỉnh Vision Transformer (ViT) trên CIFAR-10 bằng cách sử dụng HuggingFace Transformers, Datasets và 🤗 Trainer	Niels Rogge
Đánh giá LUKE trên Open Entity, một bộ dữ liệu phân loại thực thể	Cách đánh giá LukeForEntityClassification trên bộ dữ liệu Open Entity	Ikuya Yamada
Đánh giá LUKE trên TACRED, một bộ dữ liệu trích xuất quan hệ	Cách đánh giá LukeForEntityPairClassification trên bộ dữ liệu TACRED	Ikuya Yamada
Đánh giá LUKE trên CoNLL-2003, một benchmark NER quan trọng	Cách đánh giá LukeForEntitySpanClassification trên bộ dữ liệu CoNLL-2003	Ikuya Yamada
Đánh giá BigBird-Pegasus trên bộ dữ liệu PubMed	Cách đánh giá BigBirdPegasusForConditionalGeneration trên bộ dữ liệu PubMed	Vasudev Gupta
Phân loại cảm xúc giọng nói với Wav2Vec2	Cách tận dụng mô hình Wav2Vec2 được huấn luyện trước cho Phân loại Cảm xúc trên bộ dữ liệu MEGA	Mehrdad Farahani
Phát hiện các đối tượng trong hình ảnh bằng DETR	Cách sử dụng mô hình DetrForObjectDetection đã được huấn luyện để phát hiện các đối tượng trong một hình ảnh và trực quan hóa sự chú ý	Niels Rogge
Chỉnh huấn luyện DETR trên bộ dữ liệu phát hiện đối tượng tùy chỉnh	Cách tinh chỉnh DetrForObjectDetection trên bộ dữ liệu phát hiện đối tượng tùy chỉnh	Niels Rogge
Điều chỉnh T5 cho Nhận thực thể có tên	Cách tinh chỉnh T5 cho tác vụ Nhận thực thể có tên	Ogundepo Odunayo
Chỉnh tinh LLM mã nguồn mở bằng QLoRA với MLflow và PEFT	Cách sử dụng QLoRA và PEFT để tinh chỉnh LLM một cách tiết kiệm bộ nhớ, đồng thời sử dụng MLflow để quản lý theo dõi thí nghiệm	Yuki Watanabe

Update on GitHub