Fine-tuning CV: configurazione del trainer
Ora che hai preparato l'insieme di dati e adattato un modello preaddestrato alle nuove classi, è il momento di configurare il tuo trainer.
TrainingArguments e Trainer sono stati caricati dalla libreria transformers. Il modello (model) e l'insieme di dati (dataset) sono stati caricati come li hai configurati in precedenza.
Questo esercizio fa parte del corso
Modelli multi-modali con Hugging Face
Istruzioni dell'esercizio
- Imposta il learning rate a
6e-5. - Fornisci il modello, i dati di training e i dati di test all'istanza di
Trainer.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
training_args = TrainingArguments(
output_dir="dataset_finetune",
# Adjust the learning rate
____,
gradient_accumulation_steps=4,
num_train_epochs=3,
push_to_hub=False
)
trainer = Trainer(
# Provide the model and datasets
model=____,
args=training_args,
data_collator=data_collator,
train_dataset=____,
eval_dataset=____,
processing_class=image_processor,
compute_metrics=compute_metrics,
)