커뮤니티

이 페이지는 커뮤니티에서 개발한 🤗 Transformers 리소스를 재구성한 페이지입니다.

커뮤니티 리소스:

리소스	설명	만든이
Hugging Face Transformers 용어집 플래시카드	Transformers 문서 용어집을 기반으로 한 플래시카드 세트로, 지식을 장기적으로 유지하기 위해 특별히 설계된 오픈소스 크로스 플랫폼 앱인 Anki를 사용하여 쉽게 학습/수정할 수 있는 형태로 제작되었습니다. 플래시카드 사용법에 대한 소개 동영상을 참조하세요.	Darigov 리서치

커뮤니티 노트북:

노트북	설명	만든이
가사를 생성하기 위해 사전훈련된 트랜스포머를 미세 조정하기	GPT-2 모델을 미세 조정하여 좋아하는 아티스트의 스타일로 가사를 생성하는 방법	Aleksey Korshuk
Tensorflow 2로 T5 훈련하기	Tensorflow 2를 사용하여 T5를 훈련시키는 방법. 이 노트북은 Tensorflow 2로 SQUAD를 사용하여 구현한 질의응답 작업을 보여줍니다.	Muhammad Harris
TPU에서 T5 훈련하기	Transformers와 Nlp를 사용하여 SQUAD로 T5를 훈련하는 방법	Suraj Patil
분류 및 객관식 문제를 위해 T5 미세 조정하기	분류 및 객관식 문제에 맞게 텍스트-텍스트 형식을 사용하여 PyTorch Lightning으로 T5를 미세 조정하는 방법	Suraj Patil
새로운 데이터 세트와 언어로 DialoGPT 미세 조정하기	자유 대화형 챗봇을 만들기 위해 새로운 데이터 세트로 DialoGPT 모델을 미세 조정하는 방법	Nathan Cooper
Reformer로 긴 시퀀스 모델링하기	Reformer로 최대 50만 토큰의 시퀀스를 훈련하는 방법	Patrick von Platen
요약을 위해 BART 미세 조정하기	blurr를 사용하여 fastai로 요약하기 위해 BART를 미세 조정하는 방법	Wayde Gilliam
다른 사람의 트윗으로 사전훈련된 트랜스포머 미세 조정하기	GPT-2 모델을 미세 조정하여 좋아하는 트위터 계정 스타일로 트윗을 생성하는 방법	Boris Dayma
Weights & Biases로 🤗 Hugging Face 모델 최적화하기	W&B와 Hugging Face의 통합을 보여주는 전체 튜토리얼	Boris Dayma
Longformer 사전훈련하기	기존 사전훈련된 모델의 “긴” 버전을 빌드하는 방법	Iz Beltagy
QA를 위해 Longformer 미세 조정하기	QA 작업을 위해 Longformer를 미세 조정하는 방법	Suraj Patil
🤗 Nlp로 모델 평가하기	Nlp로 TriviaQA에서 Longformer를 평가하는 방법	Patrick von Platen
감정 범위 추출을 위해 T5 미세 조정하기	감정 범위 추출을 위해 텍스트-텍스트 형식을 사용하여 PyTorch Lightning으로 T5를 미세 조정하는 방법	Lorenzo Ampil
다중 클래스 분류를 위해 DistilBert 미세 조정하기	다중 클래스 분류를 위해 PyTorch를 사용하여 DistilBert를 미세 조정하는 방법	Abhishek Kumar Mishra
다중 레이블 분류를 위해 BERT 미세 조정하기	다중 레이블 분류를 위해 PyTorch를 사용하여 BERT를 미세 조정하는 방법	Abhishek Kumar Mishra
요약을 위해 T5 미세 조정하기	요약을 위해 PyTorch로 T5를 미세 조정하고 WandB로 실험을 추적하는 방법	Abhishek Kumar Mishra
동적 패딩/버켓팅으로 Transformers 미세 조정 속도 높이기	동적 패딩/버켓팅을 사용하여 미세 조정 속도를 2배로 높이는 방법	Michael Benesty
마스킹된 언어 모델링을 위해 Reformer 사전훈련하기	양방향 셀프 어텐션 레이어를 이용해서 Reformer 모델을 훈련하는 방법	Patrick von Platen
Sci-BERT 확장 및 미세 조정하기	CORD 데이터 세트로 AllenAI에서 사전훈련된 SciBERT 모델의 어휘를 늘리고 파이프라인을 구축하는 방법	Tanmay Thakur
요약을 위해 Trainer API로 BlenderBotSmall 미세 조정하기	요약을 위해 Trainer API를 사용하여 사용자 지정 데이터 세트로 BlenderBotSmall 미세 조정하기	Tanmay Thakur
통합 기울기(Integrated Gradient)를 이용하여 Electra 미세 조정하고 해석하기	감정 분석을 위해 Electra를 미세 조정하고 Captum 통합 기울기로 예측을 해석하는 방법	Eliza Szczechla
Trainer 클래스로 비영어권 GPT-2 모델 미세 조정하기	Trainer 클래스로 비영어권 GPT-2 모델을 미세 조정하는 방법	Philipp Schmid
다중 라벨 분류 작업을 위해 DistilBERT 모델 미세 조정하기	다중 라벨 분류 작업을 위해 DistilBERT 모델을 미세 조정하는 방법	Dhaval Taunk
문장쌍 분류를 위해 ALBERT 미세 조정하기	문장쌍 분류 작업을 위해 ALBERT 모델 또는 다른 BERT 기반 모델을 미세 조정하는 방법	Nadir El Manouzi
감정 분석을 위해 Roberta 미세 조정하기	감정 분석을 위해 Roberta 모델을 미세 조정하는 방법	Dhaval Taunk
질문 생성 모델 평가하기	seq2seq 트랜스포머 모델이 생성한 질문과 이에 대한 답변이 얼마나 정확한가요?	Pascal Zoleko
DistilBERT와 Tensorflow로 텍스트 분류하기	텍스트 분류를 위해 TensorFlow로 DistilBERT를 미세 조정하는 방법	Peter Bayerle
CNN/Dailail 요약을 위해 인코더-디코더 모델에 BERT 활용하기	CNN/Dailail 요약을 위해 google-bert/bert-base-uncased 체크포인트를 활용하여 EncoderDecoderModel을 워밍업하는 방법	Patrick von Platen
BBC XSum 요약을 위해 인코더-디코더 모델에 RoBERTa 활용하기	BBC/XSum 요약을 위해 FacebookAI/roberta-base 체크포인트를 활용하여 공유 EncoderDecoderModel을 워밍업하는 방법	Patrick von Platen
순차적 질문 답변(SQA)을 위해 TAPAS 미세 조정하기	tapas-base 체크포인트를 활용하여 순차적 질문 답변(SQA) 데이터 세트로 TapasForQuestionAnswering을 미세 조정하는 방법	Niels Rogge
표 사실 검사(TabFact)로 TAPAS 평가하기	🤗 Datasets와 🤗 Transformer 라이브러리를 함께 사용하여 tapas-base-finetuned-tabfact 체크포인트로 미세 조정된 TapasForSequenceClassification을 평가하는 방법	Niels Rogge
번역을 위해 mBART 미세 조정하기	힌디어에서 영어로 번역하기 위해 Seq2SeqTrainer를 사용하여 mBART를 미세 조정하는 방법	Vasudev Gupta
FUNSD(양식 이해 데이터 세트)로 LayoutLM 미세 조정하기	스캔한 문서에서 정보 추출을 위해 FUNSD 데이터 세트로 LayoutLMForTokenClassification을 미세 조정하는 방법	Niels Rogge
DistilGPT2 미세 조정하고 및 텍스트 생성하기	DistilGPT2를 미세 조정하고 텍스트를 생성하는 방법	Aakash Tripathi
최대 8K 토큰에서 LED 미세 조정하기	긴 범위를 요약하기 위해 PubMed로 LED를 미세 조정하는 방법	Patrick von Platen
Arxiv로 LED 평가하기	긴 범위 요약에 대해 LED를 효과적으로 평가하는 방법	Patrick von Platen
RVL-CDIP(문서 이미지 분류 데이터 세트)로 LayoutLM 미세 조정하기)	스캔 문서 분류를 위해 RVL-CDIP 데이터 세트로 LayoutLMForSequenceClassification을 미세 조정하는 방법	Niels Rogge
GPT2 조정을 통한 Wav2Vec2 CTC 디코딩	언어 모델 조정을 통해 CTC 시퀀스를 디코딩하는 방법	Eric Lam
Trainer 클래스로 두 개 언어로 요약하기 위해 BART 미세 조정하기	Trainer 클래스로 두 개 언어로 요약하기 위해 BART 미세 조정하는 방법	Eliza Szczechla
Trivia QA로 Big Bird 평가하기	Trivia QA로 긴 문서 질문에 대한 답변에 대해 BigBird를 평가하는 방법	Patrick von Platen
Wav2Vec2를 사용하여 동영상 캡션 만들기	Wav2Vec으로 오디오를 텍스트로 변환하여 모든 동영상에서 YouTube 캡션 만드는 방법	Niklas Muennighoff
PyTorch Lightning을 사용하여 CIFAR-10으로 비전 트랜스포머 미세 조정하기	HuggingFace Transformers, Datasets, PyTorch Lightning을 사용하여 CIFAR-10으로 비전 트랜스포머(ViT)를 미세 조정하는 방법	Niels Rogge
🤗 Trainer를 사용하여 CIFAR-10에서 비전 트랜스포머 미세 조정하기	Datasets, 🤗 Trainer를 사용하여 CIFAR-10에서 비전 트랜스포머(ViT)를 미세 조정하는 방법	Niels Rogge
개체 입력 데이터 세트인 Open Entity로 LUKE 평가하기	Open Entity 데이터 세트로 LukeForEntityClassification을 평가하는 방법	Ikuya Yamada
관계 추출 데이터 세트인 TACRED로 LUKE 평가하기	TACRED 데이터 세트로 LukeForEntityPairClassification을 평가하는 방법	Ikuya Yamada
중요 NER 벤치마크인 CoNLL-2003으로 LUKE 평가하기	CoNLL-2003 데이터 세트로 LukeForEntitySpanClassification를 평가하는 방법	Ikuya Yamada
PubMed 데이터 세트로 BigBird-Pegasus 평가하기	PubMed 데이터 세트로 BigBirdPegasusForConditionalGeneration를 평가하는 방법	Vasudev Gupta
Wav2Vec2를 사용해서 음성 감정 분류하기	감정 분류를 위해 사전훈련된 Wav2Vec2 모델을 MEGA 데이터 세트에 활용하는 방법	Mehrdad Farahani
DETR로 이미지에서 객체 탐지하기	훈련된 DetrForObjectDetection 모델을 사용하여 이미지에서 객체를 탐지하고 어텐션을 시각화하는 방법	Niels Rogge
사용자 지정 객체 탐지 데이터 세트로 DETR 미세 조정하기	사용자 지정 객체 탐지 데이터 세트로 DetrForObjectDetection을 미세 조정하는 방법	Niels Rogge
개체명 인식을 위해 T5 미세 조정하기	개체명 인식 작업을 위해 T5를 미세 조정하는 방법	Ogundepo Odunayo

< > Update on GitHub