Використання донавченого моделя
Модель уже донавчено. Тепер ви готові застосувати її до нових даних і згенерувати класифікації. Подивімося, наскільки добре ваша донавчена модель визначає, чи нові взаємодії є низького чи високого ризику відтоку.
Ваші донавчені model і tokenizer уже завантажено.
Ця вправа є частиною курсу
Вступ до LLM у Python
Інструкції до вправи
- Токенізуйте нові дані.
- Передайте токенізовані вхідні дані в донавчену модель, вимкнувши градієнти.
- Видобудьте нові передбачення.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
input_text = ["I'd just like to say, I love the product! Thank you!"]
# Tokenize the new data
inputs = ____(____, return_tensors="pt", padding=True, truncation=True)
# Pass the tokenized inputs through the model
with ____:
outputs = ____
# Extract the new predictions
predicted_labels = ____.____(outputs.logits, dim=1).tolist()
label_map = {0: "Low risk", 1: "High risk"}
for i, predicted_label in enumerate(predicted_labels):
churn_label = label_map[predicted_label]
print(f"\n Input Text {i + 1}: {input_text[i]}")
print(f"Predicted Label: {predicted_label}")