Charger et inspecter des modèles préentraînés
Vous développez un assistant d’IA conversationnelle capable de dialoguer de manière naturelle sur un large éventail de sujets, en s’appuyant sur le modèle BERT, déjà préentraîné sur un vaste corpus de texte.
Vous allez afficher la configuration pour vérifier que vous avez bien chargé un modèle conversationnel avec certains paramètres, comme model_type : bert, num_attention_heads : 12 et num_hidden_layers : 12.
Cet exercice fait partie du cours
Entraîner efficacement des modèles d’IA avec PyTorch
Instructions
- Initialisez les paramètres du modèle avec la classe AutoModel appropriée pour charger le modèle
bert-base-uncased. - Affichez la configuration du modèle.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
from transformers import AutoModelForSequenceClassification
# Load a pre-trained bert-base-uncased model
model = ____.____("bert-base-uncased")
# Print the model's configuration
print(model.____)