happy transformer

happy transformer

Documentation et actualités : happytransformer.com

Rejoignez notre serveur Discord :

happy transformer facilite l'ajustement et la réalisation d'inférences avec les modèles NLP Transformer.

3.0.0

1. DeepSpeed ​​pour l'entraînement
2. MPS d'Apple pour la formation et l'inférence
3. WandB pour suivre les courses d'entraînement
4. Les données fournies pour la formation sont automatiquement divisées en parties pour la formation et l'évaluation
5. Poussez les modèles directement vers le Model Hub de Hugging Face

Découvrez la mise à jour complète 3.0.0, y compris les modifications majeures, ici.

Tâches

Tâches	Inférence	Entraînement
Génération de texte	✔	✔
Classement du texte	✔	✔
Prédiction de mots	✔	✔
Réponse aux questions	✔	✔
Texte à texte	✔	✔
Prédiction de la phrase suivante	✔
Classification des jetons	✔

Démarrage rapide

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 

Mainteneurs

• Eric Fillion Responsable de la maintenance
• Ted Brownlow Responsable de l'entretien

Tutoriels

Génération de texte avec formation (GPT-Neo)

Classification de textes (formation)

Classification des textes (détection des discours de haine)

Classification de texte (analyse des sentiments)

Prédiction de mots avec entraînement (DistilBERT, RoBERTa)

Meilleurs modèles T5

Correction de grammaire

Affiner un modèle de correction grammaticale