昇思大模型平台打卡体验活动:基于MindSpore实现GPT1影评分类

如果你对MindSpore感兴趣,可以关注昇思MindSpore社区

大模型平台

平台说明

昇思大模型平台旨在为AI学习者和开发者提供在线学习的项目、模型、大模型体验和数据集的平台。我们也添加了各领域的经典数据集来帮助学习者解决AI学习过程中的一系列难题, 如高质量的数据集不易获得,以及本地难以使用大体量数据集进行模型训练等。为用户提供多种业务场景的支持。

本文将引导用户对该平台的基础功能进行一个快速浏览, 以便用户了解该平台的主要功能。

快速开始

我们的平台提供了四大模块,分别是:

项目模块:覆盖多领域任务,体验全流程开发,支持用户在线训练和推理可视化,可创建自己的项目空间。

模型模块:覆盖全领域主流模型,可体验MindSpore大模型推理API,用户既可下载公开的预训练模型,也可以上传自行训练的模型文件。

大模型模块:在线体验预训练超大模型任务。

数据集模块:在数据集仓库中,你既可以下载公开的数据集,也可以上传合规的数据集。

鼠标点击头像栏按钮即可快速进入个人中心:

平台内容

平台主要有项目、模型、数据集、三大部分,

  • 项目:覆盖多领域任务,体验全流程开发,支持用户在线训练和推理可视化,可创建自己的项目空间。
  • 模型:覆盖全领域主流模型,可体验MindSpore大模型推理API,用户既可下载公开的预训练模型,也可以上传自行训练的模型文件。
  • 大模型:在线体验预训练超大模型任务。
  • 数据集:在数据集仓库中,你既可以下载公开的数据集,也可以上传合规的数据集。

昇思大模型平台为使用者预置华为AI Mindspore深度学习开发框架点击即可配置开发环境。

昇思大模型平台:让AI学习更简单!

登录昇思大模型平台:https://xihe.mindspore.cn/projects,选择在线编程进行体验

启动Ascend

进入后左侧有相关目录可以进行学习参考

进入LLM原理和实践,可以查看到很多应用案例

应用体验

点击运行该案例,会逐步往下运行,运行结果需要等待

安装mindspore等包

如果import出错,请检查mindnlp与mindspore版本。该例子在python3.9 + mindspore2.3.1 + mindnlp0.4.0于2024.8.20的daily包能完整运行。

载入与处理数据集

载入tokenizer并添加token,用于标记开始(bos)、结束(eos)与填充(pad)。

由于原数据集没有验证集,故将原训练集重新划分为训练集与验证集

使用TrainArguments定义训练参数

设置训练与评估指标,训练时间较长,最后根据数据集计算出结果

训练时间较长,这里等待后出结果

相关推荐
安静的_显眼包O_o21 分钟前
【机器学习】连续属性离散化与sklearn.preprocessing.KBinsDiscretizer
数据挖掘·数据分析
叫我:松哥32 分钟前
基于python多准则决策分析的汽车推荐算法设计与实现
python·算法·数据挖掘·数据分析·汽车·推荐算法
LDG_AGI2 小时前
【人工智能】Transformers之Pipeline(二十二):零样本文本分类(zero-shot-classification)
大数据·人工智能·python·深度学习·机器学习·数据挖掘
武子康5 小时前
大数据-209 数据挖掘 机器学习理论 - 梯度下降 梯度下降算法调优
大数据·人工智能·深度学习·算法·机器学习·数据挖掘
龙的爹23335 小时前
论文 | Evaluating the Robustness of Discrete Prompts
人工智能·gpt·自然语言处理·nlp·prompt·agi
武子康9 小时前
大数据-210 数据挖掘 机器学习理论 - 逻辑回归 scikit-learn 实现 penalty solver
大数据·人工智能·python·机器学习·数据挖掘·逻辑回归·scikit-learn
大数据面试宝典12 小时前
【Ai测评】GPT Search偷偷上线,向Google和微软发起挑战!
人工智能·gpt·ai测评·ai之家
战国14 小时前
卫星授时服务器,单北斗授时服务器,北斗卫星时钟服务器
服务器·网络·测试工具·分类
卡洛驰14 小时前
交叉熵损失函数详解
人工智能·深度学习·算法·机器学习·ai·分类·概率论