LLM Course

0. Installazione

1. Modelli Transformer

2. Usare i 🤗 Transformers

3. Affinamento di un modello pre-addestrato

4. Condividere modelli e tokenizers

L'Hub di Hugging Face Usare modelli pre-addestrati Condividere modelli pre-addestrati Scrivere un cartellino del modello Fine della parte 1!Quiz di fine capitolo

5. La libreria 🤗 Datasets

8. Come chiedere un aiuto

9. Creare e condividere demo

Join the Hugging Face community

and get access to the augmented documentation experience

Collaborate on models, datasets and Spaces

Faster examples with accelerated inference

Switch between documentation themes

to get started

Pytorch TensorFlow

Quiz di fine capitolo

Mettiamo alla prova quello che avete imparato in questo capitolo!

1. Quali modelli si possono caricare sull’Hub?

Modelli dalla libreria 🤗 Transformers. Tutti i modelli con una interfaccia simile ai 🤗 Transformers. Non ci sono limiti. Modelli che sono in qualche modo relativi all'NLP.

2. Come si gestisce un modello sull’Hub?

Attraverso un account GCP. Attraverso un sistema di distribuzione peer-to-peer. Attraverso git e git-lfs.

3. Cosa si può fare attraverso l’interfacca web di Hugging Face Hub?

Effettuare un fork di un repository esistente. Creare un nuvo repository di un modello. Gestire ed editare file. Caricare file. Visualizzare le differenze tra le versioni.

4. Cos’è il cartellino del modello?

Una descrizione approssimativa del modello, e pertanto meno importante dei file del modello e del tokenizer. Un modo per assicurare riproducibilità, riutilizzo, e correttezza. Un file Python che può essere eseguito per ottenere informazioni sul modello.

5. QUali di questi oggetti della libreria 🤗 Transformers può essere direttamente condiviso sull’Hub con push_to_hub() ?

Un tokenizer La configurazione di un modello Un modello Un Trainer

6. Qual è il primo passo da fare quando si usano il metodo push_to_hub() o gli strumenti da riga di comando (CLI)?

Log in sul sito web. Eseguire 'huggingface-cli login' in un terminale. Eseguire 'notebook_login()' in un notebook.

7. Se state usando un modello e un tokenizer — come li caricate sull’Hub?

Usando direttamente il metodo push_to_hub su modello e tokenizer. All'interno di un runtime di Python, facendo wrapping di entrambi con l'utility huggingface_hub. Salvandoli su disco e invocando il comando transformers-cli upload-model

8. Quali operazioni di git si possono fare con la classe Repository ?

git commit. git pull git push git merge

Update on GitHub

←Fine della parte 1!

Next chapter

Quiz di fine capitolo 1. Quali modelli si possono caricare sull’Hub?2. Come si gestisce un modello sull’Hub?3. Cosa si può fare attraverso l’interfacca web di Hugging Face Hub?4. Cos’è il cartellino del modello?5. QUali di questi oggetti della libreria 🤗 Transformers può essere direttamente condiviso sull’Hub con push_to_hub() ?6. Qual è il primo passo da fare quando si usano il metodo push_to_hub() o gli strumenti da riga di comando (CLI)?7. Se state usando un modello e un tokenizer — come li caricate sull’Hub?8. Quali operazioni di git si possono fare con la classe Repository ?