تدريب وتقييم نماذج transformer بسرعة خلال 3 أسطر فقط من الكود.
تدريب وتقييم نماذج transformer بسرعة وبأقل قدر من الكود.
مكتبة Simple Transformers هي مكتبة بايثون مبنية فوق Hugging Face Transformers لت تبسيط تدريب وتقييم نماذج معالجة اللغات الطبيعية (NLP). تتيح لك تهيئة وتدريب وتقييم أي نموذج في ثلاثة أسطر فقط من الكود، مما يجعلها مثالية لعلماء البيانات الذين يعملون في تصنيف النصوص، والتعرف على الكيانات المسماة (NER)، وإجابة الأسئلة.
توفر المكتبة فلافق تغليف خاصة بالمهام مثل ClassificationModel و NERModel و QuestionAnsweringModel للتعامل مع مجموعات البيانات بسهولة باستخدام Pandas DataFrames. وهي تدعم مجموعة واسعة من المهام بما في ذلك الذكاء الاصطناعي التفاعلي، وتوليد اللغة، واسترجاع المستندات، والتصنيف متعدد الوسائط.
تناسب علماء البيانات ومهندسي تعلم الآلة الذين يرغبون في بناء نماذج أولية وتدريب نماذج transformer بسرعة دون كتابة حلقات تدريب PyTorch النمطية. ولا تناسب أولئك الذين يحتاجون إلى تحكم معماري منخفض المستوى في كل طبقة مفردة من نماذج transformer دون استخدام طبقات التجريد الخاصة بالمكتبة.
تهيئة وتدريب وتقييم النماذج باستخدام ثلاثة أسطر فقط من كود Python.
فئات مدمجة لتصنيف النصوص، والتعرف على الكيانات المسماة (NER)، وإجابة الأسئلة، و T5، والاسترجاع.
إدخال بيانات التدريب والتقييم مباشرة في النماذج باستخدام جداول pandas DataFrames القياسية.
تكامل اختياري مع wandb لتتبع وتصور تجارب التدريب.
البرنامج مجاني بموجب ترخيص Apache-2.0، والتكلفة الوحيدة هي تشغيل البنية التحتية للأجهزة الخاصة بك أو خدمات التتبع الاختيارية مثل Weights and Biases.
870 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٤ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
تم بناؤها فوق مكتبة Hugging Face Transformers و PyTorch.
نعم، يمكن استخدام أي نوع نموذج متوافق ومدرب مسبقًا من Hugging Face عن طريق تعيين نوع النموذج واسمه.
شاهد Zekai أولاً في جوجل