Para quienes deseen guardar su modelo en un repo personal deben eliminar el argumento push_to_organization y cambiar el repositorio destino a uno personal, así output_dir="https://huggingface.co/NOMBRE_USUARIO/vit_model"
Es decir:
training_args = TrainingArguments( output_dir="https://huggingface.co/santiagoahl/vit_model", evaluation_strategy='steps', num_train_epochs=4, learning_rate=2e-4, remove_unused_columns=False, push_to_hub=True, load_best_model_at_end=True )
Desconozco el porqué pero me daba un error con el https. Tuve que utilizar la siguiente instrucción:
<output_dir="./NOMBRE_USUARIO/vit_model">
Eber Laurente Lliuyacc
Manuel Pérez Terradillos
Muchas gracias por el aporte. Lo solucioné utilizando esas versiones que indicas, pero en lugar de generar un entorno virtual, añadí las dos instrucciones al principio:
%%capture !pip install transformers==4.30.2 !pip install accelerate==0.20.1 !pip install datasets transformers
Mauricio Peñuela Aristizábal
Mil gracias, utilice la solución de @ManuelPterradillos y me funcionó (no tuve que crear el entorno virtual)
Yeder Laura vicente
Les comparto el Hub de Platzi en Hugging Face 🤗 https://huggingface.co/platzi
Yeder Laura vicente
Nota: en el caso que no tengas el token General lo que tienes que hacer es dar clic en New Token, colocas un nombre General (o el nombre que deseas) y el tipo en este caso sería WRITE
David Alejandro Quiñonez
Me di cuenta que dataset ya no exporta %%capture!pip install evaluateload_metric así que leí los docs y vi que ahora vienen desde el módulo evaluate :
%%capture !pip install evaluate import numpy as np import evaluate metric = evaluate.load("accuracy") def compute_metrics(pred): return metric.compute(predictions= np.argmax(pred.predictions, axis=1), references= pred.label_ids)
Santiago Restrepo
Hay que estar suscrito a la organización de Platzi para poder hacer envio del modelo.
Massimo Angelini
¿Por qué es necesario definir un tokenizer en el Trainer cuando se supone que en prepared_ds los datos ya vendrán tokenizados? ¿Es porque el feature_extractor tiene propiedades que luego se usan en el trainer más que como referencia a cómo transformar los inputs?
Lina Marcela Malaver Gómez
Para solucionar el error:
ImportError: Using the `Trainer` with `PyTorch` requires `accelerate>=0.20.1`: Please run `pip install transformers[torch]` or `pip install accelerate -U`
Corri este comando:
!pip install 'transformers[torch]'
Luego reinicie Colab y funciono
Juan José Cano Duque
Si alguno está teniendo problemas con la versión de transformers, revisen este issue: https://github.com/huggingface/transformers/issues/22816
Ejecutar todo con una versión más baja de transformers fue la solución.
Luis Rogelio Reyes Hernandez
el dialogo de la sugerencia de documentación del colab es un poco molesto, sería mejor que el profesor lo esconda ya que a veces cuesta leer lo que escribe
Raul Ernesto Almao Alvarado
hola buenas noches, yo intente replicar este modelo, pero en uno de cats vs dogs de hugging face aqui le dejo el link https://huggingface.co/datasets/cats_vs_dogs/blob/main/dataset_infos.json , pero me dio este error a la hora de hacer el entrenamiento "Unsupported number of image dimensions: 2", me pueden ayudar? gracias y feliz noche
Luis Leonel Morin Cabrera
Una pregunta, no me queda algo claro, el modelo preentrenado que se uso para la clasificación, entendería que este modelo se entreno con un dataset similar, para que aprenda a diferenciar estas hojas, cierto ? no es como que puedo usar un modelo preentrenado que se hizo con perros y gatos, ¿cierto?. Muchas gracias
MARIA TERESA PANIAGUA RIVERA
Gracias
Si a alguno se le presenta error al momento de instanciar training_args
ImportError: Using the `Trainer` with `PyTorch` requires `accelerate>=0.20.1`: Please run `pip install transformers[torch]` or `pip install accelerate -U`
Yo lo solucioné creando un entorno virtual en colab e instalando las versiones compatibles de transformer y accelerate
!pip install virtualenv # Crear un nuevo entorno virtual !python3 -m virtualenv myenv # Activar el entorno virtual !source myenv/bin/activate # Instalar las bibliotecas necesarias !pip install transformers==4.30.2 !pip install accelerate==0.20.1
