Оценки: 36
2 759 уже зарегистрированы
Clean and preprocess text data for modeling
Create datasets for large-scale language generation
Fine-tune large-scale language model on small and niche task of generating recipes
In this 2 hour long project, you will learn how to preprocess a text dataset comprising recipes, and split it into a training and validation set. You will learn how to use the HuggingFace library to fine-tune a deep, generative model, and specifically how to train such a model on Google Colab. Finally, you will learn how to use GPT-2 effectively to create realistic and unique recipes from lists of ingredients based on the aforementioned dataset. This project aims to teach you how to fine-tune a large-scale model, and the sheer magnitude of resources it takes for these models to learn. You will also learn about knowledge distillation and its efficacy in use cases such as this one. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
Python Programming
Machine Learning
Natural Language Processing
На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:
Introduction to the task and demo
Exploratory data analysis and visualizations
Dataset preparation
GPT-2 theory and related machine learning concepts
Model training on Google Colab
Evaluating model performance empirically
Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.
На разделенном экране видео преподаватель предоставляет пошаговые
от партнера DM
29 авг. 2020 г.Thank you for your efforts but resources of this course not available once the course have completed!!
от партнера RR
24 авг. 2020 г.Excellent hands-on experience on how to do use big Models like GPT-2
от партнера RM
20 апр. 2022 г.Really fun project with knowledgeable instructor. Highly recommended. :)
Приобретая проект с консультациями, вы получаете все необходимое для его выполнения, включая браузерный доступ к рабочему столу, содержащему папки и программы для начала работы, а также пошаговые видеоинструкции от отраслевого эксперта.
Поскольку ваше рабочее пространство включает облачный рабочий стол, рассчитанный на ноутбук или ПК, проекты с консультациями недоступны на мобильном устройстве.
Преподаватели, ведущие проект с рекомендациями, — это отраслевые эксперты с навыками, инструментами и пониманием темы, которые хотят разделить свои знания с миллионами учащихся по всему миру.
Вы можете скачать и сохранить любой из созданных файлов своего проекта с рекомендациями. Для этого воспользуйтесь функцией "Обозреватель файлов" на облачном рабочем столе.
Средства за проекты с рекомендациями не возвращаются. Ознакомьтесь с полным текстом нашей политики возврата средств.
Финансовая помощь недоступна для проектов с рекомендациями.
Прослушивание недоступно для проектов с консультациями.
В верхней части страницы вы можете нажать уровень опыта для этого проекта с консультациями, чтобы просмотреть предварительные требования к знаниями. Преподаватель проведет вас пошагово по каждому уровню проекта с консультациями.
Да, все необходимое для завершения проекта с рекомендациями будет доступно на облачном рабочем столе. Вы сможете открыть этот рабочий стол в браузере.
Вы научитесь выполнять задания в режиме разделенного экрана непосредственно в браузере. В левой части экрана можно выполнять задания в своем рабочем пространстве. В правой части экрана можно просматривать пошаговые инструкции преподавателя по работе с проектом.
Остались вопросы? Посетите Центр поддержки учащихся.
