Community

このページは、コミュニティによって開発された🤗 Transformersに関するリソースをまとめたものです。

Community resources:

リソース	説明	作者
Hugging Face Transformers Glossary Flashcards	Transformers Docs Glossaryに基づいたフラッシュカードセットです。このセットは、長期の知識定着を特に考慮して設計されたオープンソースのクロスプラットフォームアプリであるAnkiを使用して簡単に学習/復習できる形式になっています。フラッシュカードの使用方法に関する紹介ビデオはこちらをご覧ください。	Darigov Research

Community notebooks:

ノートブック	説明	著者
事前学習済みのTransformerを微調整して歌詞を生成	GPT-2モデルを微調整してお気に入りのアーティストのスタイルで歌詞を生成する方法	Aleksey Korshuk
Tensorflow 2でT5をトレーニング	Tensorflow 2を使用して任意のタスクに対してT5をトレーニングする方法。このノートブックはTensorflow 2を使用してSQUADで実装された質問と回答タスクを示しています。	Muhammad Harris
TPUでT5をトレーニング	TransformersとNlpを使用してSQUADでT5をトレーニングする方法	Suraj Patil
分類と多肢選択のためにT5を微調整	PyTorch Lightningを使用してテキスト対テキスト形式でT5を分類と多肢選択タスクに微調整する方法	Suraj Patil
新しいデータセットと言語でDialoGPTを微調整	DialoGPTモデルを新しいデータセットでオープンダイアログ会話用の微調整する方法	Nathan Cooper
Reformerを使用した長いシーケンスモデリング	Reformerを使用して500,000トークンまでのシーケンスをトレーニングする方法	Patrick von Platen
要約のためにBARTを微調整	Blurrを使用して要約のためにBARTを微調整する方法	Wayde Gilliam
事前学習済みのTransformerを微調整して誰かのツイートを生成	GPT-2モデルを微調整してお気に入りのTwitterアカウントのスタイルでツイートを生成する方法	Boris Dayma
🤗 Hugging FaceモデルをWeights & Biasesで最適化	Hugging FaceとWeights & Biasesの統合を示す完全なチュートリアル	Boris Dayma
Longformerの事前学習	既存の事前学習済みモデルの「長い」バージョンを構築する方法	Iz Beltagy
QAタスクのためにLongformerを微調整	QAタスクのためにLongformerモデルを微調整する方法	Suraj Patil
🤗nlpを使用したモデルの評価	nlpを使用してTriviaQAでLongformerを評価する方法	Patrick von Platen
感情スパン抽出のためにT5を微調整	PyTorch Lightningを使用して感情スパン抽出のためにT5を微調整する方法	Lorenzo Ampil
DistilBertをマルチクラス分類にファインチューニング	PyTorchを使用してDistilBertをマルチクラス分類にファインチューニングする方法	Abhishek Kumar Mishra
BERTをマルチラベル分類にファインチューニング	PyTorchを使用してBERTをマルチラベル分類にファインチューニングする方法	Abhishek Kumar Mishra
T5を要約にファインチューニング	PyTorchを使用してT5を要約にファインチューニングし、WandBで実験をトラッキングする方法	Abhishek Kumar Mishra
ダイナミックパディング/バケッティングを使用してTransformersのファインチューニングを高速化	ダイナミックパディング/バケッティングを使用してファインチューニングを2倍高速化する方法	Michael Benesty
マスク言語モデリングのためのReformerの事前学習	双方向セルフアテンションレイヤーを備えたReformerモデルのトレーニング方法	Patrick von Platen
Sci-BERTを拡張してファインチューニング	AllenAIのCORDデータセットで事前学習済みのSciBERTモデルの語彙を拡張し、パイプライン化する方法	Tanmay Thakur
Trainer APIを使用してBlenderBotSmallを要約のためにファインチューニング	カスタムデータセットでBlenderBotSmallを要約のためにファインチューニングする方法、Trainer APIを使用	Tanmay Thakur
ElectraをファインチューニングしてCaptum Integrated Gradientsで解釈	Electraを感情分析のためにファインチューニングし、Captum Integrated Gradientsで予測を解釈する方法	Eliza Szczechla
Trainerクラスを使用して非英語のGPT-2モデルをファインチューニング	Trainerクラスを使用して非英語のGPT-2モデルをファインチューニングする方法	Philipp Schmid
DistilBERTモデルをマルチラベル分類タスクのためにファインチューニング	DistilBERTモデルをマルチラベル分類タスクのためにファインチューニングする方法	Dhaval Taunk
ALBERTを文ペア分類タスクのためにファインチューニング	ALBERTモデルまたは他のBERTベースのモデルを文ペア分類タスクのためにファインチューニングする方法	Nadir El Manouzi
RoBERTaを感情分析のためにファインチューニング	RoBERTaモデルを感情分析のためにファインチューニングする方法	Dhaval Taunk
質問生成モデルの評価	seq2seqトランスフォーマーモデルによって生成された質問の回答の正確さを評価する方法	Pascal Zoleko
DistilBERTとTensorflowを使用してテキストを分類	TensorFlowでテキスト分類のためにDistilBERTをファインチューニングする方法	Peter Bayerle
CNN/Dailymailでのエンコーダーデコーダー要約にBERTを活用	google-bert/bert-base-uncased チェックポイントを使用してCNN/Dailymailの要約のために EncoderDecoderModel をウォームスタートする方法	Patrick von Platen
BBC XSumでのエンコーダーデコーダー要約にRoBERTaを活用	FacebookAI/roberta-base チェックポイントを使用してBBC/XSumの要約のための共有 EncoderDecoderModel をウォームスタートする方法	Patrick von Platen
TAPASをシーケンシャル質問応答（SQA）でファインチューニング	シーケンシャル質問応答（SQA）データセットで tapas-base チェックポイントを使用して TapasForQuestionAnswering をファインチューニングする方法	Niels Rogge
TabFactでTAPASを評価	tapas-base-finetuned-tabfact チェックポイントを使用してファインチューニングされた TapasForSequenceClassification を評価する方法、🤗 datasets と 🤗 transformers ライブラリを組み合わせて使用	Niels Rogge
翻訳のためのmBARTをファインチューニング	Seq2SeqTrainerを使用してHindiからEnglishへの翻訳のためにmBARTをファインチューニングする方法	Vasudev Gupta
FUNSD（フォーム理解データセット）でLayoutLMをファインチューニング	スキャンされたドキュメントからの情報抽出のためにFUNSDデータセットで LayoutLMForTokenClassification をファインチューニングする方法	Niels Rogge
DistilGPT2のファインチューニングとテキスト生成	DistilGPT2のファインチューニングとテキスト生成方法	Aakash Tripathi
最大8KトークンでのLEDのファインチューニング	ロングレンジ要約のためのpubmedでLEDをファインチューニングする方法	Patrick von Platen
ArxivでのLEDの評価	ロングレンジ要約のためのLEDの効果的な評価方法	Patrick von Platen
RVL-CDIP（文書画像分類データセット）でのLayoutLMのファインチューニング	スキャンされた文書の分類のためのRVL-CDIPデータセットでLayoutLMForSequenceClassificationをファインチューニングする方法	Niels Rogge
Wav2Vec2 CTCデコーディングとGPT2の調整	言語モデルの調整を伴うCTCシーケンスのデコーディング方法	Eric Lam
Trainerクラスを使用した2言語の要約用にBARTをファインチューニング	トレーナークラスを使用して2つの言語での要約用にBARTをファインチューニングする方法	Eliza Szczechla
PubMedデータセットでBigBirdの評価	Trivia QAの長いドキュメント質問応答でBigBirdの評価方法	Patrick von Platen
Wav2Vec2を使用してビデオの字幕を作成する	Wav2Vecでオーディオを転記して任意のビデオからYouTubeの字幕を作成する方法	Niklas Muennighoff
PyTorch Lightningを使用したCIFAR-10でのVision Transformerのファインチューニング	HuggingFace Transformers、Datasets、およびPyTorch Lightningを使用してCIFAR-10でVision Transformer（ViT）をファインチューニングする方法	Niels Rogge
🤗 Trainerを使用したCIFAR-10でのVision Transformerのファインチューニング	HuggingFace Transformers、Datasets、および🤗 Trainerを使用してCIFAR-10でVision Transformer（ViT）をファインチューニングする方法	Niels Rogge
Open Entity、エンティティタイピングデータセットでLUKEの評価	Open EntityデータセットでLukeForEntityClassificationの評価方法	Ikuya Yamada
TACRED、関係抽出データセットでLUKEの評価	TACREDデータセットでLukeForEntityPairClassificationの評価方法	Ikuya Yamada
CoNLL-2003、重要なNERベンチマークでLUKEの評価	CoNLL-2003データセットでLukeForEntitySpanClassificationの評価方法	Ikuya Yamada
PubMedデータセットでBigBird-Pegasusの評価	PubMedデータセットでBigBirdPegasusForConditionalGenerationの評価方法	Vasudev Gupta
Wav2Vec2を使用したスピーチエモーション分類	MEGAデータセットでの感情分類のための事前学習済みWav2Vec2モデルの利用方法	Mehrdad Farahani
DETRを使用して画像内のオブジェクトを検出する	トレーニング済みDetrForObjectDetectionモデルを使用して画像内のオブジェクトを検出し、注意を可視化する方法	Niels Rogge
カスタムオブジェクト検出データセットでDETRをファインチューニングする	カスタムオブジェクト検出データセットでDetrForObjectDetectionをファインチューニングする方法	Niels Rogge
Named Entity RecognitionのためにT5をファインチューニング	Named Entity RecognitionタスクでT5をファインチューニングする方法	Ogundepo Odunayo

< > Update on GitHub