커뮤니티

이 페이지는 커뮤니티에서 개발한 🤗 Transformers 관련 리소스를 모아 제공합니다.

커뮤니티 리소스

리소스	설명	저자
Hugging Face Transformers 용어집 플래시카드	Transformers Docs Glossary를 기반으로 한 플래시카드 세트입니다. 장기적인 지식 유지에 특화된 오픈 소스 크로스 플랫폼 앱인 Anki를 사용하여 쉽게 학습하고 복습할 수 있는 형태로 구성되었습니다. 플래시카드 사용법에 대한 소개 영상을 참고하세요.	Darigov Research

커뮤니티 노트북

노트북	설명	저자
학습된 Transformer를 미세 조정하여 가사 생성	좋아하는 아티스트의 스타일로 가사를 생성하는 방법: GPT-2 모델 파인튜닝	Aleksey Korshuk
TPU에서 T5 학습	Transformers와 Nlp를 사용하여 SQUAD에서 T5를 학습하는 방법	Suraj Patil
분류 및 다중 선택을 위한 T5 파인튜닝	PyTorch Lightning을 사용하여 텍스트-텍스트 형식으로 T5를 분류 및 다중 선택 작업에 대해 미세 조정하는 방법	Suraj Patil
새로운 데이터셋과 언어로 DialoGPT 파인튜닝	새로운 데이터셋에서 오픈 다이얼로그 대화형 챗봇을 위해 DialoGPT 모델을 파인튜닝하는 방법	네이던 쿠퍼
Reformer를 활용한 긴 시퀀스 모델링	Reformer를 사용하여 500,000 토큰까지 긴 시퀀스로 학습하는 방법	Patrick von Platen
요약 작업을 위한 BART 파인튜닝	blurr를 사용하여 fastai로 BART를 요약 작업에 대해 미세 조정하는 방법	Wayde Gilliam
누군가의 트윗으로 사전 학습된 Transformer를 미세 조정하기	좋아하는 Twitter 계정의 스타일로 트윗을 생성하는 방법: GPT-2 모델 파인튜닝	Boris Dayma
Weights & Biases로 🤗 Hugging Face 모델 최적화	Hugging Face와 W&B 통합을 보여주는 완전한 튜토리얼	Boris Dayma
Longformer 사전 학습	…	Iz Beltagy
Longformer를 QA로 Fine-tune	QA 작업용 longformer 모델 파인튜닝 방법	Suraj Patil
🤗nlp로 모델 평가하기	`nlp`를 사용하여 TriviaQA에서 longformer를 평가하는 방법	Patrick von Platen
T5를 감정 스팬 추출을 위해 파인튜닝하기	PyTorch Lightning을 사용하여 텍스트-텍스트 형식으로 T5를 감정 스팬 추출에 대해 미세 조정하는 방법	로렌조 암필
다중 클래스 분류를 위한 DistilBert 파인튜닝	PyTorch로 DistilBert를 다중 클래스 분류에 맞게 미세 조정하는 방법	Abhishek Kumar Mishra
멀티 라벨 분류를 위한 BERT 파인튜닝	PyTorch를 사용하여 BERT를 다중 레이블 분류에 대해 미세 조정하는 방법	Abhishek Kumar Mishra
요약 작업을 위한 T5 파인튜닝	PyTorch로 T5를 요약 작업에 fine-tune하고 WandB로 실험을 추적하는 방법	Abhishek Kumar Mishra
Transformers에서 Dynamic Padding / Bucketing으로 Fine-Tuning 속도 향상	dynamic padding / bucketing를 사용하여 미세 조정을 2배로 가속하는 방법	Michael Benesty
Reformer를 Masked Language Modeling을 위해 사전 학습하기	양방향 셀프 어텐션 레이어를 사용하여 Reformer 모델을 학습하는 방법	Patrick von Platen
Sci-BERT 확장 및 세부 조정	AllenAI의 사전 학습된 SciBERT 모델의 어휘를 CORD 데이터셋으로 확장하고 파이프라인을 구성하는 방법	Tanmay Thakur
Trainer API를 사용하여 BlenderBotSmall을 요약 작업에 대해 Fine Tune하기	Trainer API를 사용하여 커스텀 데이터셋에서 요약 작업을 위해 BlenderBotSmall을 파인튜닝하는 방법	Tanmay Thakur
Electra를 Fine-tune하고 Integrated Gradients로 해석하기	Electra를 감정 분석에 대해 미세 조정하고 Captum Integrated Gradients로 예측을 해석하는 방법	Eliza Szczechla
Trainer 클래스로 비영어권 GPT-2 모델 파인튜닝	Trainer 클래스를 사용하여 비영어권 GPT-2 모델을 미세 조정하는 방법	필립 슈미트
멀티 라벨 분류 작업을 위한 DistilBERT 모델 파인튜닝	멀티 라벨 분류 작업을 위해 DistilBERT 모델을 파인튜닝하는 방법	Dhaval Taunk
ALBERT를 문장 쌍 분류를 위해 미세 조정하기	ALBERT 모델 또는 다른 BERT 기반 모델을 문장 쌍 분류 작업에 대해 미세 조정하는 방법	나디르 엘 마누지
감정 분석을 위한 Roberta 파인튜닝	감정 분석을 위한 Roberta 모델 파인튜닝 방법	Dhaval Taunk
질문 생성 모델 평가	seq2seq transformer 모델이 생성한 질문에 대한 답변의 정확도는 얼마나 될까요?	파스칼 졸레코
CNN/Dailymail에서 BERT를 활용한 인코더-디코더 요약	CNN/Dailymail에서 요약 작업을 위해 google-bert/bert-base-uncased 체크포인트로 EncoderDecoderModel을 워밍 스타트하는 방법	Patrick von Platen
BBC XSum에서 Encoder-Decoder 요약에 RoBERTa 활용하기	BBC/XSum에서 요약 작업을 위해 FacebookAI/roberta-base 체크포인트로 공유 EncoderDecoderModel을 워밍 스타트하는 방법	Patrick von Platen
순차적 질의응답(SQA)에서 TAPAS 미세 조정	Sequential Question Answering(SQA) 데이터셋에서 tapas-base 체크포인트를 사용하여 TapasForQuestionAnswering를 파인튜닝하는 방법	Niels Rogge
TabFact(Table Fact Checking)에서 TAPAS 평가	🤗 datasets와 🤗 transformers 라이브러리를 조합하여 tapas-base-finetuned-tabfact 체크포인트로 파인튜닝된 TapasForSequenceClassification를 평가하는 방법	Niels Rogge
번역을 위한 mBART 파인튜닝	Seq2SeqTrainer를 사용하여 힌디어에서 영어로 번역하는 mBART를 파인튜닝하는 방법	Vasudev Gupta
FUNSD(양식 이해 데이터셋)에서 LayoutLM을 파인튜닝합니다	스캔된 문서에서 정보 추출을 위해 FUNSD 데이터셋으로 LayoutLMForTokenClassification를 미세 조정하는 방법	Niels Rogge
DistilGPT2 파인튜닝 및 텍스트 생성	DistilGPT2를 파인튜닝하고 텍스트를 생성하는 방법	Aakash Tripathi
최대 8K 토큰으로 LED 파인튜닝	pubmed에서 LED를 장거리 요약(fine-tune)하는 방법	Patrick von Platen
Arxiv에서 LED 평가	장거리 요약에서 LED를 효과적으로 평가하는 방법	Patrick von Platen
RVL-CDIP(문서 이미지 분류 데이터셋)에서 LayoutLM 파인튜닝	RVL-CDIP 데이터셋에서 스캔된 문서 분류를 위해 LayoutLMForSequenceClassification을 미세 조정하는 방법	Niels Rogge
GPT2 조정을 사용한 Wav2Vec2 CTC 디코딩	CTC 시퀀스를 언어 모델 보정으로 디코딩하는 방법	Eric Lam
Trainer 클래스를 사용하여 BART를 두 언어 요약에 대해 미세 조정하기	Trainer 클래스를 사용하여 BART를 두 언어로 요약하도록 미세 조정하는 방법	Eliza Szczechla
Trivia QA에서 Big Bird 평가	Trivia QA에서 긴 문서 질의응답으로 BigBird를 평가하는 방법	Patrick von Platen
Wav2Vec2를 사용하여 비디오 캡션 생성	Wav2Vec로 오디오를 전사하여 모든 비디오에서 YouTube 자막을 만드는 방법	Niklas Muennighoff
PyTorch Lightning을 사용하여 CIFAR-10에서 Vision Transformer를 Fine-tune하기	HuggingFace Transformers, Datasets 및 PyTorch Lightning을 사용하여 CIFAR-10에서 Vision Transformer(ViT)를 미세 조정하는 방법	Niels Rogge
🤗 Trainer를 사용하여 CIFAR-10에서 Vision Transformer를 Fine-tune하기	HuggingFace Transformers, Datasets 및 🤗 Trainer를 사용하여 CIFAR-10에서 Vision Transformer(ViT)를 fine-tune하는 방법	Niels Rogge
엔티티 타이핑 데이터셋인 Open Entity에서 LUKE 평가	Open Entity 데이터셋에서 LukeForEntityClassification을 평가하는 방법	Ikuya Yamada
관계 추출 데이터셋인 TACRED에서 LUKE 평가	TACRED 데이터셋에서 LukeForEntityPairClassification를 평가하는 방법	Ikuya Yamada
중요한 NER 벤치마크인 CoNLL-2003에서 LUKE 평가	CoNLL-2003 데이터셋에서 LukeForEntitySpanClassification를 평가하는 방법	Ikuya Yamada
PubMed 데이터셋에서 BigBird-Pegasus 평가	PubMed 데이터셋에서 BigBirdPegasusForConditionalGeneration을 평가하는 방법	Vasudev Gupta
Wav2Vec2를 활용한 음성 감정 분류	MEGA 데이터셋에서 감정 분류를 위해 사전 학습된 Wav2Vec2 모델을 활용하는 방법	Mehrdad Farahani
DETR를 사용하여 이미지에서 객체 감지	학습된 DetrForObjectDetection 모델을 사용하여 이미지에서 객체를 감지하고 어텐션을 시각화하는 방법	Niels Rogge
커스텀 객체 감지 데이터셋에서 DETR 파인튜닝	커스텀 객체 감지 데이터셋에서 DetrForObjectDetection을 파인튜닝하는 방법	Niels Rogge
명사 인식을 위한 T5 파인튜닝	T5를 Named Entity Recognition 작업에 대해 fine-tune하는 방법	Ogundepo Odunayo
MLflow와 PEFT를 사용하여 QLoRA로 오픈소스 LLM 파인튜닝	QLoRA와 PEFT를 사용하여 메모리 효율적인 방식으로 LLM을 파인튜닝하고, MLflow를 사용하여 실험 추적을 관리하는 방법	Yuki Watanabe

Update on GitHub