zero to nlp

特点

1. 注重中文的nlp建设
2. 基于transformers库
3. 每一个项目，都具有数据、模型训练、部署等模块
4. 提供公开的数据
5. 开箱即用，保证代码都是可跑通，替换数据即可训练出自己的模型
6. transformers库的源码级介绍
7. 基于pytorch，不用tensorflow
8. 模型方面，只介绍大模型，不再介绍传统文本模型
9. 每一个项目，都会给出相关的坑和注意事项

目录

模型训练

中文名称	文件夹名称	数据	数据清洗	大模型	模型部署	图解
中文文本分类	chinese_classifier	✅	✅	✅	☑️	✅
中文gpt2	chinese_gpt2	✅	✅	✅	✅	☑️
中文clip	chinese_clip	✅	✅	✅	☑️	✅
图像生成中文文本	VisionEncoderDecoderModel	✅	✅	✅	☑️	✅
vit核心源码介绍	vit model	☑️	☑️	☑️	☑️	✅
训练Thu-ChatGlm-6b	simple_thu_chatglm6b	✅	✅	✅	✅	☑️

数据流程图解

我一直觉得，数据流程通过图解的形式表达出来，其实是最清楚的，因此我都会尽可能的把每一个任务的都图解出来。

文本分类数据图解

中文gpt2

中文clip

图像生成中文文本

vit 源码