Transformers documentation
社区
快速入门
基类
模型
预处理器
推理
Pipeline API
生成 API
优化
与模型对话
服务
训练
硬件
量化
生态系统集成
资源
API
社区
本页汇集了社区围绕 🤗 Transformers 开发的资源。
社区资源
| 资源 | 描述 | 作者 |
|---|---|---|
| Hugging Face Transformers 术语速查卡 | 这是一组基于 Transformers Docs Glossary 制作的闪卡,其格式专为使用 Anki 进行轻松学习和复习而设计。Anki 是一款开源的跨平台应用,专门用于长期知识记忆。请观看此入门视频,了解如何使用这些闪卡。 | Darigov Research |
社区笔记本
| Notebook | 描述 | 作者 | |
|---|---|---|---|
| 微调预训练的 Transformer 以生成歌词 | 如何通过微调 GPT-2 模型来生成您喜爱的艺术家风格的歌词 | Aleksey Korshuk | |
| 在 TPU 上训练 T5 | 如何使用 Transformers 和 Nlp 在 SQUAD 上训练 T5 | Suraj Patil | |
| 微调 T5 用于分类和多项选择 | 如何使用 PyTorch Lightning 以文本到文本格式微调 T5 以执行分类和多项选择任务 | Suraj Patil | |
| 在新数据集和语言上微调 DialoGPT | 如何在新数据集上微调 DialoGPT 模型,以构建开放式对话聊天机器人 | Nathan Cooper | |
| 使用 Reformer 进行长序列建模 | 如何使用 Reformer 训练长达 500,000 个 token 的序列 | Patrick von Platen | |
| 微调 BART 用于摘要生成 | 如何使用 blurr 通过 fastai 对 BART 进行摘要微调 | Wayde Gilliam | |
| 在任意人的推文上微调预训练 Transformer | 如何通过微调 GPT-2 模型来生成您喜欢的 Twitter 账号风格的推文 | Boris Dayma | |
| 使用 Weights & Biases 优化 🤗 Hugging Face 模型 | 一个展示 W&B 与 Hugging Face 集成的完整教程 | Boris Dayma | |
| 预训练 Longformer | 如何构建现有预训练模型的“长”版本 | Iz Beltagy | |
| 微调 Longformer 用于问答 | 如何针对问答任务微调 longformer 模型 | Suraj Patil | |
| 使用 🤗nlp 评估模型 | 如何使用 nlp 在 TriviaQA 上评估 longformer | Patrick von Platen | |
| 微调 T5 以进行情感跨度提取 | 如何使用 PyTorch Lightning 以文本到文本格式微调 T5 进行情感片段提取 | Lorenzo Ampil | |
| 微调 DistilBert 以进行多分类 | 如何使用 PyTorch 对 DistilBert 进行多分类微调 | Abhishek Kumar Mishra | |
| 微调 BERT 以进行多标签分类 | 如何使用 PyTorch 对 BERT 进行微调以实现多标签分类 | Abhishek Kumar Mishra | |
| 微调 T5 用于摘要生成 | 如何在 PyTorch 中微调 T5 用于摘要任务,并使用 WandB 跟踪实验 | Abhishek Kumar Mishra | |
| 使用动态填充 / 分桶加速 Transformers 中的微调 | 如何通过动态填充/分桶将微调速度提升 2 倍 | Michael Benesty | |
| 预训练 Reformer 用于掩码语言建模 | 如何使用双向自注意力层训练 Reformer 模型 | Patrick von Platen | |
| 扩展并微调 Sci-BERT | 如何扩展 AllenAI 预训练 SciBERT 模型在 CORD 数据集上的词汇量,并将其集成到流水线中。 | Tanmay Thakur | |
| 使用 Trainer API 对 BlenderBotSmall 进行摘要任务的微调 | 如何使用 Trainer API 在自定义数据集上对 BlenderBotSmall 进行摘要任务的微调。 | Tanmay Thakur | |
| 微调 Electra 并使用 Integrated Gradients 进行解释 | 如何使用 Captum Integrated Gradients 对 Electra 进行情感分析微调并解释预测结果 | Eliza Szczechla | |
| 使用 Trainer 类微调非英语 GPT-2 模型 | 如何使用 Trainer 类微调非英语 GPT-2 模型 | Philipp Schmid | |
| 微调 DistilBERT 模型以执行多标签分类任务 | 如何针对多标签分类任务微调 DistilBERT 模型 | Dhaval Taunk | |
| 微调 ALBERT 用于句子对分类 | 如何针对句子对分类任务微调 ALBERT 模型或其他基于 BERT 的模型 | Nadir El Manouzi | |
| 微调 Roberta 进行情感分析 | 如何微调 Roberta 模型以进行情感分析 | Dhaval Taunk | |
| 评估问题生成模型 | 由您的 seq2seq 变换器模型生成的问题,其答案的准确性如何? | Pascal Zoleko | |
| 利用 BERT 在 CNN/Dailymail 上实现编码器-解码器摘要 | 如何使用 google-bert/bert-base-uncased 检查点为 EncoderDecoderModel 进行热启动,以在 CNN/Dailymail 上执行摘要任务 | Patrick von Platen | |
| 在 BBC XSum 上利用 RoBERTa 进行编码器-解码器摘要 | 如何使用 FacebookAI/roberta-base 检查点为用于 BBC/XSum 摘要任务的共享 EncoderDecoderModel 进行热启动 | Patrick von Platen | |
| 在顺序问答(SQA)上微调 TAPAS | 如何使用 tapas-base 检查点在 Sequential Question Answering (SQA) 数据集上微调 TapasForQuestionAnswering | Niels Rogge | |
| 在表格事实核查(TabFact)上评估 TAPAS | 如何使用 🤗 datasets 和 🤗 transformers 库的组合,通过 tapas-base-finetuned-tabfact 检查点来评估经过微调的 TapasForSequenceClassification | Niels Rogge | |
| 微调 mBART 用于翻译 | 如何使用 Seq2SeqTrainer 对 mBART 进行微调,以实现印地语到英语的翻译 | Vasudev Gupta | |
| 在 FUNSD(一个表单理解数据集)上微调 LayoutLM | 如何在 FUNSD 数据集上微调 LayoutLMForTokenClassification,以从扫描文档中提取信息 | Niels Rogge | |
| 微调 DistilGPT2 并生成文本 | 如何微调 DistilGPT2 并生成文本 | Aakash Tripathi | |
| 在多达 8K 个 token 上微调 LED | 如何在 pubmed 上微调 LED 以实现长距离摘要 | Patrick von Platen | |
| 在 Arxiv 上评估 LED | 如何在长文本摘要任务中有效评估 LED | Patrick von Platen | |
| 在 RVL-CDIP(一个文档图像分类数据集)上微调 LayoutLM | 如何在 RVL-CDIP 数据集上微调 LayoutLMForSequenceClassification 以进行扫描文档分类 | Niels Rogge | |
| 使用 GPT2 调整的 Wav2Vec2 CTC 解码 | 如何使用语言模型调整来解码 CTC 序列 | Eric Lam | |
| 使用 Trainer 类微调 BART 以进行两种语言的摘要生成 | 如何使用 Trainer 类微调 BART 以进行两种语言的摘要 | Eliza Szczechla | |
| 在 Trivia QA 上评估 Big Bird | 如何在 Trivia QA 上评估 BigBird 在长文档问答任务上的表现 | Patrick von Platen | |
| 使用 Wav2Vec2 创建视频字幕 | 如何使用 Wav2Vec 转录音频,从任意视频创建 YouTube 字幕 | Niklas Muennighoff | |
| 使用 PyTorch Lightning 在 CIFAR-10 上微调 Vision Transformer | 如何使用 HuggingFace Transformers、Datasets 和 PyTorch Lightning 在 CIFAR-10 上微调 Vision Transformer (ViT) | Niels Rogge | |
| 使用 🤗 Trainer 在 CIFAR-10 上微调 Vision Transformer | 如何使用 HuggingFace Transformers、Datasets 和 🤗 Trainer 在 CIFAR-10 上微调 Vision Transformer (ViT) | Niels Rogge | |
| 在 Open Entity(一个实体类型标注数据集)上评估 LUKE | 如何在 Open Entity 数据集上评估 LukeForEntityClassification | Ikuya Yamada | |
| 在 TACRED(一个关系抽取数据集)上评估 LUKE | 如何在 TACRED 数据集上评估 LukeForEntityPairClassification | Ikuya Yamada | |
| 在 CoNLL-2003 上评估 LUKE,这是一个重要的 NER 基准 | 如何在 CoNLL-2003 数据集上评估 LukeForEntitySpanClassification | Ikuya Yamada | |
| 在 PubMed 数据集上评估 BigBird-Pegasus | 如何在 PubMed 数据集上评估 BigBirdPegasusForConditionalGeneration | Vasudev Gupta | |
| 使用 Wav2Vec2 进行语音情感分类 | 如何在 MEGA 数据集上利用预训练的 Wav2Vec2 模型进行情绪分类 | Mehrdad Farahani | |
| 使用 DETR 检测图像中的对象 | 如何使用训练好的 DetrForObjectDetection 模型在图像中检测对象并可视化注意力 | Niels Rogge | |
| 在自定义目标检测数据集上微调 DETR | 如何在自定义目标检测数据集上微调 DetrForObjectDetection | Niels Rogge | |
| 微调 T5 用于命名实体识别 | 如何在命名实体识别任务上微调 T5 | Ogundepo Odunayo | |
| 使用 MLflow 和 PEFT 通过 QLoRA 微调开源 LLM | 如何使用 QLoRA 和 PEFT 以内存高效的方式微调 LLM,同时使用 MLflow 进行实验跟踪管理 | Yuki Watanabe |