# 🤗 Notebooks do Transformers

Você pode encontrar aqui uma lista dos notebooks oficiais fornecidos pela Hugging Face.

Além disso, gostaríamos de listar aqui conteúdos interessantes criados pela comunidade. Se você escreveu algum notebook que utiliza o 🤗 Transformers e gostaria de ser listado aqui, abra um Pull Request para que ele seja incluído na seção de Notebooks da Comunidade.

## Notebooks da Hugging Face 🤗

### Notebooks da documentação

Você pode abrir qualquer página da documentação como um notebook no Colab (há um botão diretamente nessas páginas), mas elas também estão listadas aqui, caso precise:

| Notebook     |      Descrição      |   |   |   |
|:----------|:-------------|:-------------|:------------|------:|
| [Visão geral rápida da biblioteca](https://github.com/huggingface/notebooks/blob/main/transformers_doc/en/quicktour.ipynb)  | Uma apresentação das diversas APIs em Transformers |[![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/transformers_doc/en/quicktour.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/en/transformers_doc/quicktour.ipynb)| |
| [Resumo das tarefas](https://github.com/huggingface/notebooks/blob/main/transformers_doc/en/task_summary.ipynb)  | Como executar os modelos da biblioteca Transformers tarefa por tarefa |[![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/transformers_doc/en/task_summary.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/transformers_doc/en/task_summary.ipynb)| |
| [Pré-processamento de dados](https://github.com/huggingface/notebooks/blob/main/transformers_doc/en/preprocessing.ipynb)  | Como usar um tokenizer para pré-processar seus dados |[![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/transformers_doc/en/preprocessing.ipynb) | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/transformers_doc/en/preprocessing.ipynb)||
| [Ajuste fino de um modelo pré-treinado](https://github.com/huggingface/notebooks/blob/main/transformers_doc/en/training.ipynb)  | Como usar o Trainer para fazer fine-tuning de um modelo pré-treinado |[![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/transformers_doc/en/training.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/transformers_doc/en/training.ipynb)|[![Open in AMD Dev Cloud](https://oneclickamd.ai/static/amd.svg?v=2)](https://oneclickamd.ai/github/huggingface/notebooks/blob/main/transformers_doc/en/training.ipynb)|
| [Resumo dos tokenizers](https://github.com/huggingface/notebooks/blob/main/transformers_doc/en/tokenizer_summary.ipynb)  | As diferenças entre o algoritmo dos tokenizers |[![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/transformers_doc/en/tokenizer_summary.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/transformers_doc/en/tokenizer_summary.ipynb)|[![Open in AMD Dev Cloud](https://oneclickamd.ai/static/amd.svg?v=2)](https://oneclickamd.ai/github/huggingface/notebooks/blob/main/transformers_doc/en/tokenizer_summary.ipynb )|
| [Modelos multilíngues](https://github.com/huggingface/notebooks/blob/main/transformers_doc/en/multilingual.ipynb)  | Como usar os modelos multilíngues da biblioteca |[![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/transformers_doc/en/multilingual.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/transformers_doc/en/multilingual.ipynb)|[![Open in AMD Dev Cloud](https://oneclickamd.ai/static/amd.svg?v=2)](https://oneclickamd.ai/github/huggingface/notebooks/blob/main/transformers_doc/en/multilingual.ipynb)|

### Exemplos do PyTorch

#### Processamento de Linguagem Natural[[pytorch-nlp]]

| Notebook     |      Descrição      |   |   |   |
|:----------|:-------------|:-------------|:-------------|------:|
| [Treine seu tokenizer](https://github.com/huggingface/notebooks/blob/main/examples/tokenizer_training.ipynb)  | Como treinar e usar o seu próprio tokenizer  |[![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/tokenizer_training.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/tokenizer_training.ipynb)|[![Open in AMD Dev Cloud](https://oneclickamd.ai/static/amd.svg?v=2)](https://oneclickamd.ai/github/huggingface/notebooks/blob/main/examples/tokenizer_training.ipynb)|
| [Treine seu modelo de linguagem](https://github.com/huggingface/notebooks/blob/main/examples/language_modeling_from_scratch.ipynb)   | Como começar a usar o transformers com facilidade  |[![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/language_modeling_from_scratch.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/language_modeling_from_scratch.ipynb)|[![Open in AMD Dev Cloud](https://oneclickamd.ai/static/amd.svg?v=2)](https://oneclickamd.ai/github/huggingface/notebooks/blob/main/examples/language_modeling_from_scratch.ipynb)|
| [Como ajustar finamente um modelo para classificação de texto](https://github.com/huggingface/notebooks/blob/main/examples/text_classification.ipynb)| Mostre como pré-processar os dados e ajustar finamente um modelo pré-treinado em qualquer tarefa do GLUE. | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/text_classification.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/text_classification.ipynb)| |
| [Como fazer o ajuste fino de um modelo em modelagem de linguagem](https://github.com/huggingface/notebooks/blob/main/examples/language_modeling.ipynb)| Mostre como pré-processar os dados e ajustar finamente um modelo pré-treinado em uma tarefa de LM causal ou mascarado. | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/language_modeling.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/language_modeling.ipynb)| [![Open in AMD Dev Cloud](https://oneclickamd.ai/static/amd.svg?v=2)](https://oneclickamd.ai/github/huggingface/notebooks/blob/main/examples/language_modeling.ipynb)|
| [Como ajustar finamente um modelo para classificação de tokens](https://github.com/huggingface/notebooks/blob/main/examples/token_classification.ipynb)| Mostre como pré-processar os dados e ajustar finamente um modelo pré-treinado em uma tarefa de classificação de tokens (NER, PoS). | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/token_classification.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/token_classification.ipynb)|[![Open in AMD Dev Cloud](https://oneclickamd.ai/static/amd.svg?v=2)](https://oneclickamd.ai/github/huggingface/notebooks/blob/main/examples/token_classification.ipynb)|
| [Como fazer o ajuste fino de um modelo para resposta a perguntas](https://github.com/huggingface/notebooks/blob/main/examples/question_answering.ipynb)| Mostre como pré-processar os dados e ajustar finamente um modelo pré-treinado no SQUAD. | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/question_answering.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/question_answering.ipynb)|[![Open in AMD Dev Cloud](https://oneclickamd.ai/static/amd.svg?v=2)](https://oneclickamd.ai/github/huggingface/notebooks/blob/main/examples/question_answering.ipynb)|
| [Como ajustar finamente um modelo em múltipla escolha](https://github.com/huggingface/notebooks/blob/main/examples/multiple_choice.ipynb)| Mostre como pré-processar os dados e ajustar finamente um modelo pré-treinado no SWAG. | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/multiple_choice.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/multiple_choice.ipynb)|[![Open in AMD Dev Cloud](https://oneclickamd.ai/static/amd.svg?v=2)](https://oneclickamd.ai/github/huggingface/notebooks/blob/main/examples/multiple_choice.ipynb)|
| [Como ajustar finamente um modelo para tradução](https://github.com/huggingface/notebooks/blob/main/examples/translation.ipynb)| Mostre como pré-processar os dados e ajustar finamente um modelo pré-treinado no WMT. | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/translation.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/translation.ipynb)|[![Open in AMD Dev Cloud](https://oneclickamd.ai/static/amd.svg?v=2)](https://oneclickamd.ai/github/huggingface/notebooks/blob/main/examples/translation.ipynb)|
| [Como fazer o ajuste fino de um modelo para sumarização](https://github.com/huggingface/notebooks/blob/main/examples/summarization.ipynb)| Mostre como pré-processar os dados e ajustar finamente um modelo pré-treinado no XSUM. | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/summarization.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/summarization.ipynb)| |
| [Como treinar um modelo de linguagem do zero](https://github.com/huggingface/blog/blob/main/notebooks/01_how_to_train.ipynb)| Destaque todas as etapas para treinar efetivamente um modelo Transformer em dados personalizados | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/blog/blob/main/notebooks/01_how_to_train.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/blog/blob/main/notebooks/01_how_to_train.ipynb)| |
| [Como gerar texto](https://github.com/huggingface/blog/blob/main/notebooks/02_how_to_generate.ipynb)| Como usar diferentes métodos de decodificação para geração de linguagem com transformers | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/blog/blob/main/notebooks/02_how_to_generate.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/blog/blob/main/notebooks/02_how_to_generate.ipynb)| |
| [Reformer](https://github.com/huggingface/blog/blob/main/notebooks/03_reformer.ipynb)| Como o Reformer empurra os limites da modelagem de linguagem | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/patrickvonplaten/blog/blob/main/notebooks/03_reformer.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/patrickvonplaten/blog/blob/main/notebooks/03_reformer.ipynb)| |

#### Visão Computacional[[pytorch-cv]]

| Notebook                                                                                                                                                                   | Descrição                                                                                                            |                                                                                                                                                                                                            |   |   |
|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:------|------:|
| [Como ajustar finamente um modelo para classificação de imagens (Torchvision)](https://github.com/huggingface/notebooks/blob/main/examples/image_classification.ipynb)                   | Mostrar como pré-processar os dados usando Torchvision e ajustar finamente qualquer modelo de Visão pré-treinado em Classificação de Imagens    | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/image_classification.ipynb)                 | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/image_classification.ipynb)| [![Open in AMD Dev Cloud](https://oneclickamd.ai/static/amd.svg?v=2)](https://oneclickamd.ai/github/huggingface/notebooks/blob/main/examples/image_classification.ipynb)|
| [Como ajustar finamente um modelo para classificação de imagens (Albumentations)](https://github.com/huggingface/notebooks/blob/main/examples/image_classification_albumentations.ipynb) | Mostre como pré-processar os dados usando Albumentations e ajustar finamente qualquer modelo de Visão pré-treinado em Classificação de Imagens | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/image_classification_albumentations.ipynb)  | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/image_classification_albumentations.ipynb)| |
| [Como ajustar finamente um modelo para classificação de imagens (Kornia)](https://github.com/huggingface/notebooks/blob/main/examples/image_classification_kornia.ipynb)                 | Mostre como pré-processar os dados usando Kornia e ajustar finamente qualquer modelo de Visão pré-treinado em Classificação de Imagens         | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/image_classification_kornia.ipynb)          | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/image_classification_kornia.ipynb)| |
| [Como realizar detecção de objetos zero-shot com OWL-ViT](https://github.com/huggingface/notebooks/blob/main/examples/zeroshot_object_detection_with_owlvit.ipynb)          | Mostrar como realizar detecção de objetos zero-shot em imagens com consultas de texto                                             | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/zeroshot_object_detection_with_owlvit.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/zeroshot_object_detection_with_owlvit.ipynb)| |
| [Como ajustar finamente um modelo de legendagem de imagens](https://github.com/huggingface/notebooks/blob/main/examples/image_captioning_blip.ipynb)                                      | Mostrar como fazer o ajuste fino do BLIP para legendagem de imagens em um conjunto de dados personalizado                                                    | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/image_captioning_blip.ipynb)                | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/image_captioning_blip.ipynb)| |
| [Como construir um sistema de similaridade de imagens com Transformers](https://github.com/huggingface/notebooks/blob/main/examples/image_similarity.ipynb)                            | Mostre como construir um sistema de similaridade de imagens                                                                           | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/image_similarity.ipynb)                     | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/image_similarity.ipynb)| |
| [Como fazer o ajuste fino de um modelo SegFormer em segmentação semântica](https://github.com/huggingface/notebooks/blob/main/examples/semantic_segmentation.ipynb)                     | Mostrar como pré-processar os dados e ajustar finamente um modelo SegFormer pré-treinado em Segmentação Semântica                    | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/semantic_segmentation.ipynb)                | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/semantic_segmentation.ipynb)| |
| [Como fazer o ajuste fino de um modelo VideoMAE para classificação de vídeo](https://github.com/huggingface/notebooks/blob/main/examples/video_classification.ipynb)          | Mostrar como pré-processar os dados e ajustar finamente um modelo VideoMAE pré-treinado para Classificação de Vídeo                      | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/video_classification.ipynb)                | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/video_classification.ipynb)| |

#### Áudio[[pytorch-audio]]

| Notebook     |      Descrição      |   |   |
|:----------|:-------------|:-------------|------:|
| [Como ajustar finamente um modelo de reconhecimento de fala em inglês](https://github.com/huggingface/notebooks/blob/main/examples/speech_recognition.ipynb)| Mostrar como pré-processar os dados e ajustar finamente um modelo de fala pré-treinado no TIMIT | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/speech_recognition.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/speech_recognition.ipynb)|
| [Como ajustar finamente um modelo de reconhecimento de fala em qualquer idioma](https://github.com/huggingface/notebooks/blob/main/examples/multi_lingual_speech_recognition.ipynb)| Mostrar como pré-processar os dados e ajustar finamente um modelo de fala pré-treinado multilíngue no Common Voice | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/multi_lingual_speech_recognition.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/multi_lingual_speech_recognition.ipynb)|
| [Como ajustar finamente um modelo para classificação de áudio](https://github.com/huggingface/notebooks/blob/main/examples/audio_classification.ipynb)| Mostre como pré-processar os dados e ajustar finamente um modelo de fala pré-treinado para Keyword Spotting | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/audio_classification.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/audio_classification.ipynb)|

#### Sequências Biológicas[[pytorch-bio]]

| Notebook     | Descrição                                                                             |   |   |
|:----------|:----------------------------------------------------------------------------------------|:-------------|------:|
| [Como fazer o ajuste fino de um modelo de proteína pré-treinado](https://github.com/huggingface/notebooks/blob/main/examples/protein_language_modeling.ipynb) | Veja como tokenizar proteínas e ajustar finamente um grande modelo de "linguagem" pré-treinado para proteínas | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/protein_language_modeling.ipynb) | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/protein_language_modeling.ipynb) |
| [Como gerar dobras de proteínas](https://github.com/huggingface/notebooks/blob/main/examples/protein_folding.ipynb) | Veja como ir de uma sequência de proteína para um modelo de proteína completo e um arquivo PDB                | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/protein_folding.ipynb) | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/protein_folding.ipynb) |
| [Como fazer o ajuste fino de um modelo Nucleotide Transformer](https://github.com/huggingface/notebooks/blob/main/examples/nucleotide_transformer_dna_sequence_modelling.ipynb) | Veja como tokenizar DNA e ajustar finamente um grande modelo de "linguagem" de DNA pré-treinado | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/nucleotide_transformer_dna_sequence_modelling.ipynb) | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/nucleotide_transformer_dna_sequence_modelling.ipynb) |
| [Fine-tune um modelo Nucleotide Transformer com LoRA](https://github.com/huggingface/notebooks/blob/main/examples/nucleotide_transformer_dna_sequence_modelling_with_peft.ipynb) | Treine modelos de DNA ainda maiores de forma eficiente em memória | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/nucleotide_transformer_dna_sequence_modelling_with_peft.ipynb) | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/nucleotide_transformer_dna_sequence_modelling_with_peft.ipynb) |

#### Outras modalidades[[pytorch-other]]

| Notebook     | Descrição                                                                             |   |   |
|:----------|:----------------------------------------------------------------------------------------|:-------------|------:|
| [Predição Probabilística de Séries Temporais](https://github.com/huggingface/notebooks/blob/main/examples/time-series-transformers.ipynb) | Veja como treinar o Time Series Transformer em um conjunto de dados personalizado                            | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/time-series-transformers.ipynb) | [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/time-series-transformers.ipynb) |

#### Notebooks de utilitários[[pytorch-utility]]

| Notebook     |      Descrição      |   |   |
|:----------|:-------------|:-------------|------:|
| [Como exportar um modelo para ONNX](https://github.com/huggingface/notebooks/blob/main/examples/onnx-export.ipynb)| Destaque como exportar e executar cargas de trabalho de inferência por meio do ONNX | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/onnx-export.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/onnx-export.ipynb)|

### Notebooks do Optimum

🤗  [Optimum](https://github.com/huggingface/optimum) é uma extensão do 🤗 Transformers, que fornece um conjunto de ferramentas de otimização de desempenho para permitir a máxima eficiência no treinamento e na execução de modelos em hardware específico.

| Notebook     |      Descrição      |   |   |
|:----------|:-------------|:-------------|------:|
| [Como quantizar um modelo com ONNX Runtime para classificação de texto](https://github.com/huggingface/notebooks/blob/main/examples/text_classification_quantization_ort.ipynb)| Mostre como aplicar quantização estática e dinâmica em um modelo usando [ONNX Runtime](https://github.com/microsoft/onnxruntime) para qualquer tarefa GLUE. | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/text_classification_quantization_ort.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/text_classification_quantization_ort.ipynb)|
| [Como ajustar finamente um modelo para classificação de texto com ONNX Runtime](https://github.com/huggingface/notebooks/blob/main/examples/text_classification_ort.ipynb)| Mostre como pré-processar os dados e ajustar finamente um modelo em qualquer tarefa do GLUE usando [ONNX Runtime](https://github.com/microsoft/onnxruntime). | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/text_classification_ort.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/text_classification_ort.ipynb)|
| [Como ajustar finamente um modelo para resumo com ONNX Runtime](https://github.com/huggingface/notebooks/blob/main/examples/summarization_ort.ipynb)| Mostre como pré-processar os dados e ajustar finamente um modelo no XSUM usando [ONNX Runtime](https://github.com/microsoft/onnxruntime). | [![Open in Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/summarization_ort.ipynb)| [![Open in AWS Studio](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/main/examples/summarization_ort.ipynb)|

## Notebooks da comunidade

Mais notebooks desenvolvidos pela comunidade estão disponíveis [aqui](https://hf.co/docs/transformers/community#community-notebooks).