О чём урок
В этой главе вы увидели, как подходить к различным задачам NLP, используя высокоуровневую функцию pipeline() из библиотеки 🤗 Transformers. Вы также увидели, как искать и использовать модели в Hub, а также как использовать Inference API для тестирования моделей прямо в браузере. Мы обсудили, как трансформеры работают на высоком уровне, и поговорили о важности трансферного обучения и дообучения. Ключевым аспектом является то, что вы можете использовать всю архитектуру или только кодировщик или декодировщик, в зависимости от того, какую задачу вы хотите решить. Следующая таблица резюмирует это: Модель Примеры Задачи Кодировщик ALBERT, BERT, DistilBERT, ELECTRA, RoBERTa Классификация предложений, распознавание именованных сущностей, выделительные вопросно-ответные системы Декодировщик CTRL, GPT, GPT-2, Transformer XL Генерация текста Кодировщик-декодировщик BART, T5, Marian, mBART Автоматическое реферирование, перевод, генеративные вопросно-ответные системы
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.