Comunidad

Esta página agrupa los recursos de 🤗 Transformers desarrollados por la comunidad.

Los recursos de la comunidad:

Recurso	Descripción	Autor
Hugging Face Transformers Glossary Flashcards	Un conjunto de flashcards basadas en el [Glosario de documentos de Transformers] (glosario) que se ha puesto en un formato que se puede aprender/revisar fácilmente usando Anki una fuente abierta, aplicación de multiplataforma diseñada específicamente para la retención de conocimientos a largo plazo. Ve este Introductory video on how to use the flashcards.	Darigov Research

Los cuadernos de la comunidad:

Cuaderno	Descripción	Autor
Ajustar un transformador preentrenado para generar letras	Cómo generar letras al estilo de tu artista favorito ajustando un modelo GPT-2	Aleksey Korshuk
Entrenar T5 en Tensorflow 2	Cómo entrenar a T5 para cualquier tarea usando Tensorflow 2. Este cuaderno demuestra una tarea de preguntas y respuestas implementada en Tensorflow 2 usando SQUAD	Muhammad Harris
Entrenar T5 en TPU	Cómo entrenar a T5 en SQUAD con Transformers y Nlp	Suraj Patil
Ajustar T5 para Clasificación y Opción Múltiple	Cómo ajustar T5 para clasificación y tareas de opción múltiple usando un formato de texto a texto con PyTorch Lightning	Suraj Patil
Ajustar DialoGPT en nuevos conjuntos de datos e idiomas	Cómo ajustar el modelo DialoGPT en un nuevo conjunto de datos para chatbots conversacionales de diálogo abierto	Nathan Cooper
Modelado de secuencias largas con Reformer	Cómo entrenar en secuencias de hasta 500,000 tokens con Reformer	Patrick von Platen
Ajustar BART para resumir	Cómo ajustar BART para resumir con fastai usando blurr	Wayde Gilliam
Ajustar un Transformador previamente entrenado en los tweets de cualquier persona	Cómo generar tweets al estilo de tu cuenta de Twitter favorita ajustando un modelo GPT-2	Boris Dayma
Optimizar 🤗 modelos de Hugging Face con pesos y sesgos	Un tutorial completo que muestra la integración de W&B con Hugging Face	Boris Dayma
Preentrenar Longformer	Cómo construir una versión “larga” de modelos preentrenados existentes	Iz Beltagy
Ajustar Longformer para control de calidad	Cómo ajustar el modelo antiguo para la tarea de control de calidad	Suraj Patil
Evaluar modelo con 🤗nlp	Cómo evaluar longformer en TriviaQA con nlp	Patrick von Platen
Ajustar fino de T5 para la extracción de amplitud de opinión	Cómo ajustar T5 para la extracción de intervalos de opiniones mediante un formato de texto a texto con PyTorch Lightning	Lorenzo Ampil
Ajustar fino de DistilBert para la clasificación multiclase	Cómo ajustar DistilBert para la clasificación multiclase con PyTorch	Abhishek Kumar Mishra
Ajustar BERT para la clasificación de etiquetas múltiples	Cómo ajustar BERT para la clasificación de múltiples etiquetas usando PyTorch	Abhishek Kumar Mishra
Ajustar T5 para resumir	Cómo ajustar T5 para resumir en PyTorch y realizar un seguimiento de los experimentos con WandB	Abhishek Kumar Mishra
Acelerar el ajuste fino en transformadores con Dynamic Padding/Bucketing	Cómo acelerar el ajuste fino en un factor de 2 usando relleno dinámico/cubetas	Michael Benesty
Preentrenar Reformer para modelado de lenguaje enmascarado	Cómo entrenar un modelo Reformer con capas de autoatención bidireccionales	Patrick von Platen
Ampliar y ajustar Sci-BERT	Cómo aumentar el vocabulario de un modelo SciBERT preentrenado de AllenAI en el conjunto de datos CORD y canalizarlo.	Tanmay Thakur
Ajustar fino de BlenderBotSmall para resúmenes usando la API de Entrenador	Cómo ajustar BlenderBotSmall para resumir en un conjunto de datos personalizado, utilizando la API de Entrenador.	Tanmay Thakur
Ajustar Electra e interpreta con gradientes integrados	Cómo ajustar Electra para el análisis de sentimientos e interpretar predicciones con Captum Integrated Gradients	Eliza Szczechla
ajustar un modelo GPT-2 que no está en inglés con la clase Trainer	Cómo ajustar un modelo GPT-2 que no está en inglés con la clase Trainer	Philipp Schmid
Ajustar un modelo DistilBERT para la tarea de clasificación de múltiples etiquetas	Cómo ajustar un modelo DistilBERT para la tarea de clasificación de múltiples etiquetas	Dhaval Taunk
Ajustar ALBERT para la clasificación de pares de oraciones	Cómo ajustar un modelo ALBERT u otro modelo basado en BERT para la tarea de clasificación de pares de oraciones	Nadir El Manouzi
Ajustar a Roberta para el análisis de sentimientos	Cómo ajustar un modelo de Roberta para el análisis de sentimientos	Dhaval Taunk
Evaluación de modelos de generación de preguntas	¿Qué tan precisas son las respuestas a las preguntas generadas por tu modelo de transformador seq2seq?	Pascal Zoleko
Clasificar texto con DistilBERT y Tensorflow	Cómo ajustar DistilBERT para la clasificación de texto en TensorFlow	Peter Bayerle
Aprovechar BERT para el resumen de codificador y decodificador en CNN/Dailymail	Cómo iniciar en caliente un EncoderDecoderModel con un punto de control google-bert/bert-base-uncased para resumir en CNN/Dailymail	Patrick von Platen
Aprovechar RoBERTa para el resumen de codificador-decodificador en BBC XSum	Cómo iniciar en caliente un EncoderDecoderModel compartido con un punto de control FacebookAI/roberta-base para resumir en BBC/XSum	Patrick von Platen
Ajustar TAPAS en Sequential Question Answering (SQA)	Cómo ajustar TapasForQuestionAnswering con un punto de control tapas-base en el conjunto de datos del Sequential Question Answering (SQA)	Niels Rogge
Evaluar TAPAS en Table Fact Checking (TabFact)	Cómo evaluar un TapasForSequenceClassification ajustado con un punto de control tapas-base-finetuned-tabfact usando una combinación de 🤗 conjuntos de datos y 🤗 bibliotecas de transformadores	Niels Rogge
Ajustar de mBART para traducción	Cómo ajustar mBART utilizando Seq2SeqTrainer para la traducción del hindi al inglés	Vasudev Gupta
Ajustar LayoutLM en FUNSD (a form understanding dataset)	Cómo ajustar LayoutLMForTokenClassification en el conjunto de datos de FUNSD para la extracción de información de documentos escaneados	Niels Rogge
Ajustar DistilGPT2 y genere texto	Cómo ajustar DistilGPT2 y generar texto	Aakash Tripathi
Ajustar LED en tokens de hasta 8K	Cómo ajustar LED en pubmed para resúmenes de largo alcance	Patrick von Platen
Evaluar LED en Arxiv	Cómo evaluar efectivamente LED en resúmenes de largo alcance	Patrick von Platen
Ajustar fino de LayoutLM en RVL-CDIP (un conjunto de datos de clasificación de imágenes de documentos)	Cómo ajustar LayoutLMForSequenceClassification en el conjunto de datos RVL-CDIP para la clasificación de documentos escaneados	Niels Rogge
Decodificación Wav2Vec2 CTC con ajuste GPT2	Cómo decodificar la secuencia CTC con el ajuste del modelo de lenguaje	Eric Lam
Ajustar BART para resúmenes en dos idiomas con la clase Trainer	Cómo ajustar BART para resúmenes en dos idiomas con la clase Trainer	Eliza Szczechla
Evaluar Big Bird en Trivia QA	Cómo evaluar BigBird en respuesta a preguntas de documentos largos en Trivia QA	Patrick von Platen
Crear subtítulos de video usando Wav2Vec2	Cómo crear subtítulos de YouTube a partir de cualquier vídeo transcribiendo el audio con Wav2Vec	Niklas Muennighoff
Ajustar el transformador de visión en CIFAR-10 usando PyTorch Lightning	Cómo ajustar el transformador de visión (ViT) en CIFAR-10 usando transformadores HuggingFace, conjuntos de datos y PyTorch Lightning	Niels Rogge
Ajustar el Transformador de visión en CIFAR-10 usando el 🤗 Entrenador	Cómo ajustar el Vision Transformer (ViT) en CIFAR-10 usando HuggingFace Transformers, Datasets y el 🤗 Trainer	Niels Rogge
Evaluar LUKE en Open Entity, un conjunto de datos de tipificación de entidades	Cómo evaluar LukeForEntityClassification en el conjunto de datos de entidad abierta	Ikuya Yamada
Evaluar LUKE en TACRED, un conjunto de datos de extracción de relaciones	Cómo evaluar LukeForEntityPairClassification en el conjunto de datos TACRED	Ikuya Yamada
Evaluar LUKE en CoNLL-2003, un punto de referencia importante de NER	Cómo evaluar LukeForEntitySpanClassification en el conjunto de datos CoNLL-2003	Ikuya Yamada
Evaluar BigBird-Pegasus en el conjunto de datos de PubMed	Cómo evaluar BigBirdPegasusForConditionalGeneration en el conjunto de datos de PubMed	Vasudev Gupta
Clasificación de emociones del habla con Wav2Vec2	Cómo aprovechar un modelo Wav2Vec2 preentrenado para la clasificación de emociones en el conjunto de datos MEGA	Mehrdad Farahani
Detectar objetos en una imagen con DETR	Cómo usar un modelo entrenado DetrForObjectDetection para detectar objetos en una imagen y visualizar la atención	Niels Rogge
Ajustar el DETR en un conjunto de datos de detección de objetos personalizados	Cómo ajustar DetrForObjectDetection en un conjunto de datos de detección de objetos personalizados	Niels Rogge
Ajustar T5 para el reconocimiento de entidades nombradas	Cómo ajustar T5 en una tarea de reconocimiento de entidad nombrada	Ogundepo Odunayo

< > Update on GitHub