Fine-tune natural language processing models using Azure Machine Learning service

von Florian J. Deinhard Forum: Microsoft Azure Machine Learning

Erfahren Sie, wie Sie mit dem Azure Machine Learning-Dienst mühelos Bidirectional Encoder-Repräsentationen von Transformatoren (BERT) optimieren können. Außerdem erfahren Sie, wie Sie verteilte Einstellungen verwenden und Hyperparameter für das entsprechende Dataset anpassen. In diesem Beitrag werden vorläufige Ergebnisse gezeigt, die zeigen, wie der Azure Machine Learning-Dienst zur Feinabstimmung der NLP-Modelle verwendet wird. Nachdem BERT auf einem großen Korpus trainiert wurde (z. B. englische Wikipedia), wird davon ausgegangen, dass das Modell aufgrund der großen Datenmenge viel Wissen über die englische Sprache erben kann. Mit dem Azure Machine Learning-Dienst können Sie nicht nur verschiedene Hyperparameter für verschiedene Anwendungsfälle anpassen, sondern auch den gesamten Lebenszyklus solcher Experimente verwalten. Der Azure Machine Learning-Dienst bietet eine durchgängige Cloud-basierte Machine Learning-Umgebung, in der Kunden Machine Learning-Modelle entwickeln, trainieren, testen, implementieren, verwalten und verfolgen können. Der gesamte Code ist im GitHub-Repository verfügbar.

hier gelangen Sie zum Beitrag:
https://azure.microsoft.com/en-us/blog/fine-tune-natural-language-processing-models-using-azure-machine-learning-service/