Läsa in och granska förtränade modeller
Du bygger en konversationsbaserad AI-assistent som kan föra naturliga dialoger om ett brett spektrum av ämnen. Assistenten använder den kraftfulla BERT-modellen, som har förträttas på en stor mängd textdata.
Du skriver ut konfigurationen för att verifiera att du har läst in en konversationsmodell med vissa parametrar, till exempel model_type: bert, num_attention_heads: 12 och num_hidden_layers: 12.
Den här övningen är en del av kursen
Effektiv AI-modellträning med PyTorch
Övningsinstruktioner
- Initiera modellparametrarna med rätt AutoModel-klass för att läsa in modellen
bert-base-uncased. - Skriv ut modellens konfiguration.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
from transformers import AutoModelForSequenceClassification
# Load a pre-trained bert-base-uncased model
model = ____.____("bert-base-uncased")
# Print the model's configuration
print(model.____)