Ładowanie i analiza wstępnie wytrenowanych modeli
Tworzysz konwersacyjnego asystenta AI, który potrafi prowadzić naturalny dialog na różnorodne tematy. Wykorzystasz do tego potężny model BERT, wstępnie wytrenowany na dużym zbiorze danych tekstowych.
Wyświetl konfigurację modelu, aby potwierdzić, że załadowano model konwersacyjny z określonymi parametrami, takimi jak model_type: bert, num_attention_heads: 12 oraz num_hidden_layers: 12.
To ćwiczenie jest częścią kursu
Efektywne trenowanie modeli AI z PyTorch
Instrukcje do ćwiczenia
- Zainicjuj parametry modelu, używając odpowiedniej klasy AutoModel, aby załadować model
bert-base-uncased. - Wyświetl konfigurację modelu.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
from transformers import AutoModelForSequenceClassification
# Load a pre-trained bert-base-uncased model
model = ____.____("bert-base-uncased")
# Print the model's configuration
print(model.____)