-
Notifications
You must be signed in to change notification settings - Fork 1.3k
Expand file tree
/
Copy path_toctree.yml
More file actions
244 lines (231 loc) · 6.98 KB
/
_toctree.yml
File metadata and controls
244 lines (231 loc) · 6.98 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
- title: 0. Configuration
sections:
- local: chapter0/1
title: Introduction
- title: 1. Les transformers
sections:
- local: chapter1/1
title: Introduction
- local: chapter1/2
title: Traitement du langage naturel
- local: chapter1/3
title: Que peuvent faire les transformers ?
- local: chapter1/4
title: Comment fonctionnent les transformers ?
- local: chapter1/5
title: Les modèles basés sur l'encodeur
- local: chapter1/6
title: Les modèles basés sur le décodeur
- local: chapter1/7
title: Les modèles de séquence-à-séquence
- local: chapter1/8
title: Biais et limitations
- local: chapter1/9
title: Résumé
- local: chapter1/10
title: Quiz de fin de chapitre
quiz: 1
- title: 2. Utilisation de 🤗 Transformers
sections:
- local: chapter2/1
title: Introduction
- local: chapter2/2
title: Derrière le pipeline
- local: chapter2/3
title: Modèles
- local: chapter2/4
title: Tokenizers
- local: chapter2/5
title: Manipulation de plusieurs séquences
- local: chapter2/6
title: Tout assembler
- local: chapter2/7
title: Utilisation de base terminée !
- local: chapter2/8
title: Quiz de fin de chapitre
quiz: 2
- title: 3. Finetuner un modèle pré-entraîné
sections:
- local: chapter3/1
title: Introduction
- local: chapter3/2
title: Préparer les données
- local: chapter3/3
title: Finetuner un modèle avec l'API Trainer API ou Keras
local_fw: { pt: chapter3/3, tf: chapter3/3_tf }
- local: chapter3/4
title: Un entraînement complet
- local: chapter3/5
title: Finetuning, coché !
- local: chapter3/6
title: Quiz de fin de chapitre
quiz: 3
- title: 4. Partager des modèles et des tokenizers
sections:
- local: chapter4/1
title: Le Hub d'Hugging Face
- local: chapter4/2
title: Utilisation de modèles pré-entraînés
- local: chapter4/3
title: Partager des modèles pré-entraînés
- local: chapter4/4
title: Créer une carte de modèle
- local: chapter4/5
title: Partie 1 terminée !
- local: chapter4/6
title: Quiz de fin de chapitre
quiz: 4
- title: 5. La bibliothèque 🤗 Datasets
sections:
- local: chapter5/1
title: Introduction
- local: chapter5/2
title: Que faire si mon jeu de données n'est pas sur le Hub ?
- local: chapter5/3
title: Il est temps de trancher et de découper
- local: chapter5/4
title: Données massives ? 🤗 Datasets à la rescousse !
- local: chapter5/5
title: Création de votre propre jeu de données
- local: chapter5/6
title: Recherche sémantique avec FAISS
- local: chapter5/7
title: 🤗 Datasets, coché !
- local: chapter5/8
title: Quiz de fin de chapitre
quiz: 5
- title: 6. La bibliothèque 🤗 Tokenizer
sections:
- local: chapter6/1
title: Introduction
- local: chapter6/2
title: Entraîner un nouveau tokenizer à partir d'un ancien
- local: chapter6/3
title: Les pouvoirs spéciaux des tokenizers rapides
- local: chapter6/3b
title: Les tokenizers rapides dans le pipeline de QA
- local: chapter6/4
title: Normalisation et prétokénisation
- local: chapter6/5
title: Le tokenizer Byte-Pair Encoding
- local: chapter6/6
title: Le tokenizer WordPiece
- local: chapter6/7
title: Le tokenizer Unigram
- local: chapter6/8
title: Construction d'un tokenizer bloc par bloc
- local: chapter6/9
title: 🤗 Tokenizers, coché !
- local: chapter6/10
title: Quiz de fin de chapitre
quiz: 6
- title: 7. Les principales tâches en NLP
sections:
- local: chapter7/1
title: Introduction
- local: chapter7/2
title: Classification de tokens
- local: chapter7/3
title: Finetuner un modèle de langage masqué
- local: chapter7/4
title: Traduction
- local: chapter7/5
title: Résumé de textes
- local: chapter7/6
title: Entraîner un modèle de langage causal à partir de zéro
- local: chapter7/7
title: Réponse aux questions
- local: chapter7/8
title: Maîtriser le NLP
- local: chapter7/9
title: Quiz de fin de chapitre
quiz: 7
- title: 8. Comment demander de l'aide
sections:
- local: chapter8/1
title: Introduction
- local: chapter8/2
title: Que faire lorsque vous obtenez une erreur
- local: chapter8/3
title: Demander de l'aide sur les forums
- local: chapter8/4
title: Débogage du pipeline d'entraînement
local_fw : { pt : chapter8/4, tf : chapter8/4_tf }
- local: chapter8/5
title: Comment rédiger une bonne issue
- local: chapter8/6
title: Partie 2 terminée !
- local: chapter8/7
title: Quiz de fin de chapitre
quiz: 8
- title: 9. Construire et partager des démos
subtitle: J'ai entraîné un modèle, mais comment puis-je le montrer ?
sections:
- local: chapter9/1
title: Introduction à Gradio
- local: chapter9/2
title: Construire votre première démo
- local: chapter9/3
title: Comprendre la classe Interface
- local: chapter9/4
title: Partager ses démos avec les autres
- local: chapter9/5
title: Intégrations avec le Hub et Spaces
- local: chapter9/6
title: Fonctionnalités avancées d'Interface
- local: chapter9/7
title: Introduction aux Blocks
- local: chapter9/8
title: 🤗 Gradio, coché !
- local: chapter9/9
title: Quiz de fin de chapitre
quiz: 9
- title: 10. Obtenir des jeux de données de grande qualité
new: true
subtitle: Comment utiliser Argilla pour créer des jeux de données exceptionnels ?
sections:
- local: chapter10/1
title: Introduction à Argilla
- local: chapter10/2
title: Configurez votre instance Argilla
- local: chapter10/3
title: Chargez votre jeu de données dans Argilla
- local: chapter10/4
title: Annoter votre jeu de données
- local: chapter10/5
title: Utilisez votre jeu de données annoté
- local: chapter10/6
title: Argilla, coché !
- local: chapter10/7
title: Quiz de fin de chapitre
quiz: 10
- title: 11. Finetuner des LLM
subtitle: Utiliser le finetuning supervisé et LoRA pour spécialiser un LLM
sections:
- local: chapter11/1
title: Introduction
- local: chapter11/2
title: Gabarits de chat
- local: chapter11/3
title: Finetuning avec SFTTrainer
- local: chapter11/4
title: LoRA (Low-Rank Adaptation)
- local: chapter11/5
title: Évaluation
- local: chapter11/6
title: Conclusion
- local: chapter11/7
title: Examen !
quiz: 11
- title: Evènements liés au cours
sections:
- local: events/1
title: Sessions en direct et ateliers
- local: events/2
title: Événement de lancement de la partie 2
- local: events/3
title: Fête des blocs Gradio
- title: Glossaire
sections:
- local: glossary/1
title: Glossaire