เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การโหลดและตรวจสอบโมเดลที่ผ่านการ pre-trained

คุณกำลังสร้าง AI assistant สำหรับการสนทนาที่สามารถโต้ตอบกับผู้ใช้ได้อย่างเป็นธรรมชาติในหัวข้อที่หลากหลาย โดยใช้โมเดล BERT ที่ผ่านการ pre-trained บนชุดข้อมูลข้อความขนาดใหญ่

ลองพิมพ์คอนฟิกูเรชันออกมาเพื่อตรวจสอบว่าโหลดโมเดลได้ถูกต้อง โดยดูที่พารามิเตอร์สำคัญ เช่น model_type: bert, num_attention_heads: 12 และ num_hidden_layers: 12

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การเทรน AI Model อย่างมีประสิทธิภาพด้วย PyTorch

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนดพารามิเตอร์ของโมเดลด้วยคลาส AutoModel ที่เหมาะสม เพื่อโหลดโมเดล bert-base-uncased
  • พิมพ์คอนฟิกูเรชันของโมเดลออกมา

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

from transformers import AutoModelForSequenceClassification

# Load a pre-trained bert-base-uncased model
model = ____.____("bert-base-uncased")

# Print the model's configuration
print(model.____)
แก้ไขและรันโค้ด