Chuyên sâu NLP Deep Learning hướng tới thực hành: Kiến trúc LLM và thực hành Fine-tuning
Bạn đã nắm vững kiến thức cơ bản nhưng vẫn thấy lúng túng khi áp dụng vào thực tế? Với kinh nghiệm thực chiến, tôi sẽ giải đáp một cách rõ ràng các cấu trúc LLM phức tạp.
577 học viên
Độ khó Trung cấp trở lên
Thời gian Không giới hạn
130_Thực hành giải mã máy biến áp
Gần đây, Google dường như đang phát hành phiên bản Tensorflow mới nhất ở trạng thái chưa hoàn thiện, với nguồn hiện có và thử nghiệm ngược chưa hoàn tất. Vấn đề đã được giải quyết bằng cách hạ cấp tensorflow từ phiên bản 2.17.0 hiện tại xuống phiên bản 2.15.0 ổn định trước đó như sau. Nguồn github cũng đã được cập nhật.
# Xóa phiên bản tenorflow hiện tại
!pip gỡ cài đặt --y tensorflow
# hạ cấp phiên bản tensorflow
!pip cài đặt tensorflow==2.15.0
# Kiểm tra xem có bị hạ cấp không
nhập tensorflow dưới dạng tf
in(tf.__version__)
# Cài đặt gói phù hợp với phiên bản TensorFlow đã hạ cấp.
!apt cài đặt --allow-change-held-packages libcudnn8=8.1.0.77-1+cuda11.2
# Cài đặt phiên bản cuDNN tương thích cho CUDA 11.8
!apt cài đặt --allow-change-held-packages libcudnn8=8.1.0.77-1+cuda11.2
# Gỡ cài đặt TensorFlow hiện có và các gói liên quan
!pip gỡ cài đặt -y -q tensorflow keras tensorflow-estimator tensorflow-text
# Cài đặt phiên bản protobuf cần thiết
!pip cài đặt protobuf~=3.20.3
# Cài đặt bộ dữ liệu TensorFlow
!pip cài đặt -q tensorflow_datasets
# Cài đặt TensorFlow 2.15.0 và TensorFlow Text 2.15.0
!pip cài đặt -q -U tensorflow-text==2.15.0
Nếu làm như vậy, bạn có thể hoàn thành nhiệm vụ đào tạo trong vòng 1 giờ với Colab dựa trên GPU T4.