掌握 NLP

如果你已经完成了课程的这一部分，恭喜你 - 现在你已经掌握了所有必要的知识和工具，可以使用 🤗 Transformers 和 Hugging Face 生态系统来处理（几乎）任何 NLP 任务！

我们已经了解了很多不同的数据整理器，所以我们制作了这个小视频来帮助你找到每个任务应该使用哪个整理器。

完成对核心 NLP 任务的闪电般概述后，你应该

• 了解哪些架构（编码器、解码器或编码器-解码器）最适合每个任务
• 理解预训练和微调语言模型之间的区别
• 了解如何使用 🤗 Accelerate 的 Trainer API 和分布式训练功能，或 TensorFlow 和 Keras（取决于你所遵循的路线）来训练 Transformer 模型
• 理解 ROUGE 和 BLEU 等指标对文本生成任务的含义和局限性
• 了解如何与微调后的模型交互，无论是在 Hub 上还是使用 🤗 Transformers 中的 pipeline

尽管拥有了所有这些知识，但总会有遇到代码中的难题或如何解决特定 NLP 问题的疑问。幸运的是，Hugging Face 社区随时准备帮助你！在本部分课程的最后一章中，我们将探讨如何调试 Transformer 模型以及如何有效地寻求帮助。