transformers-code

transformers-code

对Transformers从入门到高效微调的全方位实战指南

课程提供丰富的实战代码和案例,从基础入门到高效微调以及低精度和分布式训练。涵盖命名实体识别、机器阅读理解和生成式对话机器人等NLP任务。帮助深入理解Transformers的核心组件和参数微调技术,包括模型优化和分布式训练。适合对Transformers应用和实践感兴趣的学习者。课程在B站和YouTube持续更新,紧跟技术前沿。

TransformersNLP模型训练微调分布式训练Github开源项目

项目简介

“Transformers-code”是一个为《手把手带你实战Transformers》课程设计的代码仓库。这个项目旨在通过实践教学,帮助学习者掌握如何使用Transformers库进行自然语言处理(NLP)任务,并提供相关的代码支持和示例。

代码依赖

为了确保代码的正常运行,项目中使用了以下技术栈:

  • torch 版本2.2.1+cu118
  • transformers 版本4.42.4
  • peft 版本0.11.1
  • datasets 版本2.20.0
  • accelerate 版本0.32.1
  • bitsandbytes 版本0.43.1
  • faiss-cpu 版本1.7.4
  • tensorboard 版本2.14.0

课程规划

课程分为多个部分,每个部分着重于Transformers的不同应用和技术实现。

基础入门篇

介绍Transformers的基础知识,从环境搭建到各个组件的解析。内容包括Pipeline、Tokenizer、Model、Datasets、Evaluate以及Trainer。最后结合一个简单的文本分类实例进行模块化讲解。

实战演练篇

通过一系列实战案例展示Transformers在各类NLP任务中的应用。这些任务包括命名实体识别、机器阅读理解、多项选择、文本相似度、检索式对话机器人、掩码语言模型、因果语言模型、摘要生成和生成式对话机器人。通过这些例子,学习者可以深入理解Transformers如何解决实际问题。

高效微调篇

以PEFT库为核心,探讨Transformers模型的高效微调方法。此部分讲解了各种参数微调技术的原理和实践,包括BitFit、Prompt-tuning、P-tuning、Prefix-Tuning、Lora和IA3,让学习者能够选择和应用合适的方法提升模型性能。

低精度训练篇

在bitsandbytes库的支持下,介绍如何进行Transformers模型的低精度训练。学习者将了解如何使用不同精度进行模型训练,此过程包括半精度训练,以及8bit和4bit量化的实战演练,涵盖LlaMA2-7B和ChatGLM2-6B等模型。

分布式训练篇

解释如何通过accelerate库实现Transformers模型的分布式训练。课程详细探讨分布式训练的基本原理和accelerate库的使用方式,包括与Deepspeed框架的集成,以便在训练大规模模型时提高效率。

课程发布及更新

课程视频主要发布在B站和YouTube上,并会根据更新的进度进行同步。目前,课程的主更新平台是B站。

课程已经在多个方面完成更新,如Transformers基础入门、实战演练、高效微调、低精度训练以及分布式训练。每个章节均附有视频免费供学习者观看,学习者可以根据需要选择合适的章节进行深入学习。

番外技能篇

附加内容涵盖使用Optuna自动调参来优化Transformers模型的介绍,帮助学习者深入掌握性能调优技术。

通过这个项目,学习者能够扎实掌握Transformers在NLP中的各种应用和技术实现,快速入门并能独立解决实际问题。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多