Trainer

Trainer es un bucle completo de entrenamiento y evaluación para modelos de Transformers. Solo necesitas un modelo y un conjunto de datos para empezar.

Por debajo, Trainer se encarga de agrupar, barajar y rellenar su conjunto de datos en tensores. El bucle de entrenamiento ejecuta la pasada hacia adelante, calcula la pérdida, realiza la propagación inversa de los gradientes y actualiza los pesos. Configure la ejecución de entrenamiento con TrainingArguments para personalizar todo, desde el tamaño del lote y la duración del entrenamiento hasta las estrategias distribuidas, la compilación y mucho más.

Próximos pasos

• Comience con el tutorial de fine-tuning para una introducción al entrenamiento de un modelo de lenguaje de gran escala con Trainer.
• Consulte la guía Métodos de subclase de Trainer para ver ejemplos de cómo subclasear los métodos de Trainer.
• Consulte la guía de Data collators para aprender a crear un data collator para el ensamblado personalizado de lotes.
• Consulte la guía de Callbacks para aprender a conectarse a los eventos de entrenamiento.

Update on GitHub