happy transformer

happy transformer

Dokumentation und Neuigkeiten: happytransformer.com

Treten Sie unserem Discord-Server bei:

happy transformer erleichtert die Feinabstimmung und Durchführung von Inferenzen mit NLP-Transformer-Modellen.

3.0.0

1. DeepSpeed ​​fürs Training
2. Apples MPS für Training und Inferenz
3. WandB zum Verfolgen von Trainingsläufen
4. Die für das Training bereitgestellten Daten werden automatisch in Teile zum Training und zur Auswertung aufgeteilt
5. Schieben Sie Modelle direkt an den Model Hub von Hugging Face

Lesen Sie hier mehr über das vollständige Update 3.0.0, einschließlich der wichtigsten Änderungen.

Aufgaben

Aufgaben	Schlussfolgerung	Ausbildung
Textgenerierung	✔	✔
Textklassifizierung	✔	✔
Wortvorhersage	✔	✔
Beantwortung von Fragen	✔	✔
Text-zu-Text	✔	✔
Vorhersage des nächsten Satzes	✔
Token-Klassifizierung	✔

Schnellstart

pip install happytransformer

 from happytransformer import HappyWordPrediction
#--------------------------------------#
happy_wp = HappyWordPrediction ()  # default uses distilbert-base-uncased
result = happy_wp . predict_mask ( "I think therefore I [MASK]" )
print ( result )  # [WordPredictionResult(token='am', score=0.10172799974679947)]
print ( result [ 0 ]. token )  # am 

Betreuer

• Eric Fillion Hauptbetreuer
• Ted Brownlow Betreuer

Tutorials

Textgenerierung mit Training (GPT-Neo)

Textklassifizierung (Schulung)

Textklassifizierung (Erkennung von Hassreden)

Textklassifizierung (Sentimentanalyse)

Wortvorhersage mit Training (DistilBERT, RoBERTa)

Top-T5-Modelle

Grammatikkorrektur

Optimieren Sie ein Grammatikkorrekturmodell