Vortrainierte Modelle laden und inspizieren

Du baust einen conversational AI‑Assistenten, der mithilfe des leistungsstarken BERT‑Modells menschenähnliche Dialoge zu vielen Themen führen kann. Das Modell wurde zuvor auf einem großen Textkorpus vortrainiert.

Du gibst die Konfiguration aus, um zu prüfen, dass du ein conversational AI‑Modell mit bestimmten Parametern geladen hast, etwa model_type: bert, num_attention_heads: 12 und num_hidden_layers: 12.

Diese Übung ist Teil des Kurses

<Kurs>Effizientes KI-Modelltraining mit PyTorch</Kurs>

Kurs ansehen

Übungsanweisungen

Initialisiere die Modellparameter mit der passenden AutoModel‑Klasse, um das Modell bert-base-uncased zu laden.
Gib die Konfiguration des Modells aus.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

from transformers import AutoModelForSequenceClassification

# Load a pre-trained bert-base-uncased model
model = ____.____("bert-base-uncased")

# Print the model's configuration
print(model.____)

Code bearbeiten und ausführen