# Hugging Face ile SetFit Kullanımı

SetFit, [Sentence Transformers](https://sbert.net/) için az örnekli ince ayar yapmaya yönelik verimli ve istem gerektirmeyen bir çerçevedir. Az miktarda etiketli veriyle yüksek doğruluk elde eder; örneğin, Customer Reviews duygu veri setinde sınıf başına yalnızca 8 etiketli örnek ile SetFit, 3k örnekten oluşan tam eğitim setinde RoBERTa Large'ın ince ayarıyla rekabet edebilir 🤯!

Diğer az örnekli öğrenme yöntemlerine kıyasla SetFit'in birkaç benzersiz özelliği vardır:

* 🗣 **İstem veya sözcükleştirici yok:** Az örnekli ince ayar için mevcut teknikler, örnekleri alttaki dil modeli için uygun bir biçime dönüştürmek üzere elle hazırlanmış istemler veya sözcükleştiriciler gerektirir. SetFit, metin örneklerinden doğrudan zengin gömlemeler üreterek istemleri tamamen ortadan kaldırır.
* 🏎 **Eğitimi hızlı:** SetFit, yüksek doğruluk elde etmek için [T0](https://huggingface.co/bigscience/T0) veya GPT-3 gibi büyük ölçekli modellere ihtiyaç duymaz. Sonuç olarak, eğitim ve çıkarım işlemleri genellikle bir veya daha fazla mertebeye kadar daha hızlıdır.
* 🌎 **Çok dilli destek**: SetFit, Hub'daki herhangi bir [Sentence Transformer](https://huggingface.co/models?library=sentence-transformers&sort=downloads) ile kullanılabilir; bu da çok dilli bir checkpoint'i ince ayar yaparak birden fazla dilde metin sınıflandırması yapabileceğiniz anlamına gelir.

## Hub'da SetFit'i Keşfetme

SetFit modellerini [modeller sayfasının](https://huggingface.co/models?library=setfit) solundaki filtreleme bölümünden bulabilirsiniz.

Hub'daki tüm modeller bu faydalı özelliklerle birlikte gelir:
1. Kısa bir açıklamaya sahip otomatik olarak oluşturulmuş bir model kartı.
2. Modeli doğrudan tarayıcıda denemenizi sağlayan etkileşimli bir widget.
3. Çıkarım istekleri yapmanıza olanak tanıyan bir Inference Providers widget'ı.

## Kurulum

Başlamak için [SetFit kurulum kılavuzunu](https://huggingface.co/docs/setfit/installation) takip edebilirsiniz. Ayrıca aşağıdaki tek satırlık pip kurulumunu da kullanabilirsiniz:

```
pip install -U setfit
```

## Mevcut modelleri kullanma

Tüm `setfit` modelleri Hub'dan kolayca yüklenebilir.

```py
from setfit import SetFitModel

model = SetFitModel.from_pretrained("tomaarsen/setfit-paraphrase-mpnet-base-v2-sst2-8-shot")
```

Yüklendikten sonra, çıkarım yapmak için [`SetFitModel.predict`](https://huggingface.co/docs/setfit/reference/main#setfit.SetFitModel.predict) kullanabilirsiniz.

```py
model.predict("Amelia Earhart flew her single engine Lockheed Vega 5B across the Atlantic to Paris.")
```
```bash
['positive', 'negative']
```

Belirli bir SetFit modelini yüklemek istiyorsanız, `Use in SetFit` düğmesine tıklayabilir ve çalışan bir kod parçası alabilirsiniz!

## Ek kaynaklar
* [Hub'da mevcut olan tüm SetFit modelleri](https://huggingface.co/models?library=setfit)
* SetFit [deposu](https://github.com/huggingface/setfit)
* SetFit [belgeleri](https://huggingface.co/docs/setfit)
* SetFit [makalesi](https://arxiv.org/abs/2209.11055)