1 dépôt
Processes for training encoder-decoder architectures to map input sequences to target sequences.
Distinct from Sequence-to-Sequence Models: Distinct from Sequence-to-Sequence Models: focuses on the training process and execution logic rather than the neural network architecture.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Training Workflows. Refine with filters or upvote what's useful.
SimpleTransformers est un framework de haut niveau pour l'entraînement et le fine-tuning de modèles transformer pour diverses tâches de traitement du langage naturel. Il fonctionne comme une boîte à outils pour développer des modèles de classification de texte, de reconnaissance d'entités nommées et de réponse aux questions, tout en servant d'outil de séquence-à-séquence et de générateur d'embeddings de texte. La bibliothèque se distingue en fournissant un entraîneur de modèles multi-modaux capable de traiter et de classifier des données combinant à la fois des entrées texte et image. Elle prend également en charge des workflows spécialisés pour l'entraînement d'IA conversationnelle, la génération de modèles de langage et la récupération de documents denses pour les systèmes de recherche d'informations. Le framework couvre un large éventail de capacités, incluant la gestion du workflow d'entraînement avec arrêt précoce (early stopping), l'optimisation des performances du modèle par quantification et la création de tokenizers personnalisés spécifiques au domaine. Il intègre également le suivi d'expériences et la visualisation des prédictions via des tableaux de bord de télémétrie externes.
Trains encoder-decoder architectures for text transformation tasks such as language translation and summarization.