CornellDataScience / CornellDataScience/ProjectX-2021
Finetune BERT model
オープン
- 主要言語
- Jupyter Notebook
- スター
- 1
- フォーク
- 0
- PR マージ指標
- 30日以内にマージされた PR はありません
説明
- Work with Edward to use optimal hyperparameters
- Create a histogram of token length to reduce memory usage
コントリビューションガイド
このリポジトリのコントリビューションガイドは索引されていません
調査の方向性
まず、リポジトリのノートブックベースの BERT ワークフローと、現在のトークン化およびトレーニングの設定を確認します。Edward とハイパーパラメータの選択について調整し、メモリ削減の指針とするためにトークン長のヒストグラムを作成します。モデルが選択した設定でファインチューニングされ、トークン長の分析が利用可能になれば完了です。
索引モデルが issue の本文から書いたものです。
評価
- 技術スタック
- jupyter-notebook
- 領域
- machine-learning
- issue の種類
- 機能追加
- 難易度
- 5/5
- 見積もり時間
- 1週間以上
- 活発さ
- 停滞
- 明瞭さ
- 説明が足りない
- 初心者へのやさしさ
- 25/100