我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
- AI說書 - 從0開始 - 549 | Hugging Face 之 AutoTrain 前言
- AI說書 - 從0開始 - 550 | Hugging Face 之 AutoTrain 建立專案 & 上傳資料
- AI說書 - 從0開始 - 551 | Hugging Face 之 AutoTrain 上傳驗證集資料
- AI說書 - 從0開始 - 552 | Hugging Face 之 AutoTrain 任務 & 模型選擇
- AI說書 - 從0開始 - 553 | Hugging Face 之 AutoTrain 執行模型訓練
- AI說書 - 從0開始 - 554 | Hugging Face 之 AutoTrain 檢視訓練好的模型
- AI說書 - 從0開始 - 555 | Hugging Face 之 AutoTrain 檢視訓練好的模型
- AI說書 - 從0開始 - 556 | Hugging Face 之 AutoTrain 訓練好的模型執行推論
- AI說書 - 從0開始 - 557 | Hugging Face 之 AutoTrain 訓練好的模型執行推論
- AI說書 - 從0開始 - 558 | Hugging Face 之 AutoTrain 訓練好的模型執行推論
- AI說書 - 從0開始 - 559 | Hugging Face 之 AutoTrain 訓練好的模型執行推論
推論出來的結果，包含 Label 與 Score，我們需要一個函數進行整理：
def classify_image(output):
scores = []
labels = []
for item in output:
scores.append(item['score'])
labels.append(item['label'])
scores, labels = zip(*sorted(zip(scores, labels), reverse = True))
for score, label in zip(scores, labels):
print(f"score:{round(score, 4)} {label}")
top_label = labels[0]
if top_label != "automobile":
print("I'm sorry, this image cannot be classified")
測試程式碼為：
model_name = "autotrain-training-cifar-10-81128141657"
output = query("generate_an_image_of_a_car_in_space.jpg", model_name)
classify_image(output)
結果為：
針對另一張圖片的作法為：
model_name = "autotrain-training-cifar-10-81128141657"
output = query("car_in_fog.png", model_name)
classify_image(output)
結果為：
第二張圖片，辨識錯誤！
