Spécifier les TrainingArguments

Vous configurez le processus d’entraînement de votre modèle de langue. TrainingArguments définit les paramètres d’entrée pour Trainer. Cet exercice fournit des valeurs pour ces paramètres ; en pratique, vous devrez généralement les ajuster pour un modèle. Préparez les arguments de votre modèle pour utiliser Trainer !

Certaines données ont été préchargées :

output_dir est un répertoire prédéfini
La classe TrainingArguments a été importée

Cet exercice fait partie du cours

Entraîner efficacement des modèles d’IA avec PyTorch

Afficher le cours

Instructions

Définissez training_args en utilisant la classe TrainingArguments.
Définissez le learning_rate à 2e-5 pour affiner les poids pré-entraînés de votre modèle.
Définissez la taille de lot d’entraînement par appareil sur chaque appareil à 16.
Définissez les points de contrôle d’évaluation à chaque "epoch".

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Define training_args using a transformers class
training_args = ____(
    output_dir=output_dir,
    # Set the learning rate to 2e-5
    ____=____,
    # Set train batch size on each device to 16
    ____=16,
    per_device_eval_batch_size=16,
    num_train_epochs=2,
    weight_decay=0.01,
    save_strategy="epoch",
    # Set evaluation checkpoints every epoch
    ____="____",
)

Modifier et exécuter le code