huggingface transformers教程
- 00-认识transformers.ipynb：Huggingface
tokenizer；model - 01-sentiment-analysis-with-bert：情感分类
分类任务 - 02-Guide to HuggingFace Schedulers & Differential LRs：学习率指南
使用技巧 - 03-企业隐患huggingface baseline:企业隐患文本分类
分类任务 - 04-toxic_multilabel.ipynb :言论多标签分类
多标签分类 - 05-Fine_tune_ALBERT_sentence_pair_classification：句子对分类
文本对分类 - 06-Multimodal_product_classification：多模态分类
多模态-文本和图像 - 07-RoBERTa on NSP using Trainer：NSP预训练
预训练-Next Sentence Prediction - 08-utilizing-transformer-representations-efficiently.ipynb：不同层的使用
微调-layers - 09-RoBERTa Base Fine-Tuning with Better Training Strategies：不同学习率使用
微调-learning rate - 10-pytorch-roberta-pretrain.ipynb：预训练模型继续训练
预训练-ITPT - 11-best-transformer-representations.ipynb：不同层的使用
微调-layers - 12-How to Fine-Tune BERT for Text Classification.ipynb：文本分类上分技巧：
论文 - 13-Custom_Named_Entity_Recognition_with_BERT.ipynb：命名实体识别：
NER - 14-Multiple_choice_on_SWAG：多项选择：
MRC - 15-Translation.ipynb：机器翻译：
NMT - 16-Summarization.ipynb：文本摘要：
text summary - 17-bertviz_examples.ipynb：Bert可视化：
Bert可视化