了解 Azure 机器学习中的微调基础模型
若要从 Azure 机器学习中的模型目录中微调基础模型，可以使用工作室、Python SDK 或 Azure CLI 中提供的用户界面。
准备好数据并进行计算
在微调基础模型以提高模型性能之前，需要准备训练数据并创建 GPU 计算群集。
小窍门
在 Azure 机器学习中创建 GPU 计算群集时，将为你创建 GPU 优化虚拟机。 详细了解 Azure 中提供的 GPU 虚拟机大小。
训练数据可以是 JSON 行 (JSONL)、CSV 或 TSV 格式。 数据的要求因要微调模型的特定任务而异。
| 任务 | 数据集要求 |
|---|---|
| 文本分类 | 两列：Sentence（字符串）和 Label（整数/字符串） |
| 标记分类 | 两列：Token（字符串）和 Tag（字符串） |
| 问答 | 五列：Question（字符串）、Context（字符串）、Answers（字符串）、Answers_start（整数）和 Answers_text（字符串） |
| 综述 | 两列：Document（字符串）和 Summary（字符串） |
| 翻译 | 两列：Source_language（字符串）和 Target_language（字符串） |
注释
数据集需要满足必要的条件。 不过，你可以使用不同的列名，并将列映射到相应的要求。
准备好数据集和计算群集后，可以在 Azure 机器学习中配置微调作业。
选择基础模型
导航到 Azure 机器学习工作室中的模型目录时，可以浏览所有基础模型。
可以根据要针对其微调模型的任务筛选可用模型。 对于每个任务，有多个基础模型选项可供选择。 在决定任务的基础模型时，可以查看模型的描述和引用的模型卡。
在微调之前，在决定基础模型时，可能会考虑一些注意事项：
- 模型功能：评估基础模型的功能以及它们与任务的匹配程度。 例如，BERT 之类的模型更善于理解短文本。
- 预训练数据：考虑用于预训练基础模型的数据集。 例如，GPT-2 在互联网上未经筛选的内容上进行训练，这可能会导致产生偏见。
- 限制和偏差：请注意基础模型中可能存在的任何限制或偏差。
- 语言支持：了解哪些模型提供用例所需的特定语言支持或多语言功能。
小窍门
虽然 Azure 机器学习工作室提供了模型目录中每个基础模型的说明，但还可以通过相应的模型卡找到有关每个模型的详细信息。 模型卡在每个模型的概述中引用，并托管在 Hugging Face 的网站上
配置微调作业
若要使用 Azure 机器学习工作室配置微调作业，需要执行以下步骤：
- 选择基础模型。
- 选择 “Finetune ”以打开有助于配置作业的弹出窗口。
- 选择任务类型。
- 选择训练数据并将训练数据中的列映射到数据集要求。
- 让 Azure 机器学习自动拆分训练数据以创建验证和测试数据集，或提供自己的数据集。
- 选择由 Azure 机器学习管理的 GPU 计算群集。
- 选择“完成”以提交微调作业。
小窍门
（可选）可以浏览高级设置以更改设置，例如微调作业和任务参数的名称（例如学习速率）。
提交微调作业后，将创建流水线作业来训练模型。 可以查看所有输入并从作业输出中收集模型。
