Transformers-for-NLP-2nd-Edition
Modelli Transformer da BERT a GPT-4, ambienti da Hugging Face a OpenAI. Esempi di fine-tuning, addestramento e ingegneria dei prompt. Una sezione bonus con ChatGPT, GPT-3.5-turbo, GPT-4 e DALL-E incluso l'avvio di GPT-4, speech-to-text, text-to-speech
Impara come affinare e utilizzare vari modelli transformer per compiti come la generazione di testo e la creazione di immagini.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiModelli Transformer da BERT a GPT-4, ambienti da Hugging Face a OpenAI. Esempi di fine-tuning, addestramento e ingegneria dei prompt. Una sezione bonus con ChatGPT, GPT-3.5-turbo, GPT-4 e DALL-E incluso l'avvio di GPT-4, speech-to-text, text-to-speech
Transformers-for-NLP-2nd-Edition ha 965 stelle su GitHub. È stato forkato 361 volte. Transformers-for-NLP-2nd-Edition è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2022. Transformers-for-NLP-2nd-Edition è disponibile con licenza MIT. I suoi temi principali sono: bert, chatgpt, chatgpt-api, dall-e.
Che cos'è Transformers-for-NLP-2nd-Edition?
Modelli Transformer da BERT a GPT-4, ambienti da Hugging Face a OpenAI. Esempi di fine-tuning, addestramento e ingegneria dei prompt. Una sezione bonus con ChatGPT, GPT-3.5-turbo, GPT-4 e DALL-E incluso l'avvio di GPT-4, speech-to-text, text-to-speech
Transformers-for-NLP-2nd-Edition è open source?
Transformers-for-NLP-2nd-Edition è un progetto open source. È rilasciato con licenza MIT.
Transformers-for-NLP-2nd-Edition è gratuito?
Sì. Transformers-for-NLP-2nd-Edition è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è Transformers-for-NLP-2nd-Edition?
Transformers-for-NLP-2nd-Edition è disponibile con licenza MIT.
In quale linguaggio è scritto Transformers-for-NLP-2nd-Edition?
Transformers-for-NLP-2nd-Edition è scritto principalmente in Jupyter Notebook.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/denis2054-transformers-for-nlp-2nd-edition.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.