LLM 课程文档
引言
加入 Hugging Face 社区
并获得增强的文档体验
开始使用
简介
在第3章中,您首次接触了🤗 Datasets库,并了解到微调模型主要有三个步骤:
- 从Hugging Face Hub加载数据集。
- 使用
Dataset.map()
预处理数据。 - 加载并计算指标。
但这只是🤗 Datasets功能的一小部分!在本章中,我们将深入探讨该库。在此过程中,我们将找到以下问题的答案:
- 如果您的数据集不在Hub上,该怎么办?
- 如何对数据集进行切片和切块?(如果您确实需要使用Pandas,该怎么办?)
- 当您的数据集非常庞大,会导致您的笔记本电脑RAM熔断时,该怎么办?
- “内存映射”和Apache Arrow到底是什么?
- 如何创建自己的数据集并将其推送到Hub?
您在此处学到的技术将为您在第6章和第7章中进行高级分词和微调任务做好准备——所以,泡杯咖啡,让我们开始吧!
< > 在 GitHub 上更新