懂AI
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
访问官网GitHubHugging Face论文文档

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