From 0f405f933b0da99d5ef3cb2dd8edfa1cc922bbe7 Mon Sep 17 00:00:00 2001
From: dano <dhladek@gmail.com>
Date: Wed, 19 Jan 2022 13:49:19 +0000
Subject: [PATCH] Update 'pages/topics/bert/README.md'

---
 pages/topics/bert/README.md | 5 +++++
 1 file changed, 5 insertions(+)

diff --git a/pages/topics/bert/README.md b/pages/topics/bert/README.md
index 8ad46ae0b..06c640403 100644
--- a/pages/topics/bert/README.md
+++ b/pages/topics/bert/README.md
@@ -65,9 +65,14 @@ Spolu 25 GB po deduplikovaní.
 ## Budúce  úlohy
 
 - Pripraviť aj iné množiny na vyhodnotnie: kategorizácia textu na SCNC1.
+- trénovanie na HPC
+- trénovanie Large modelu
+- trénovanie BART
 
 ## Poznámky
 
+- Trénovanie roberta base s deepspeed 5 epoch, 25G korpus trvá 400 hod. BEz deepsdpeed 900 hod. na dvoch kartách.
+- Veľkosť dávky roberta base na jedno zariadenie Titan24GB je 64 pre deepspeed.  
 - Dáta z prokuratúry asi zhoršujú model kvôli anonymizácii, skratkám a právnickému jazyku.
 - Nie každý model je vhodný na QA. Je potrebné aby mal veľký rozmer vstupného vektora aby aj dlhší odsek mohol byť na vstupe. Z toho dôvodu 128 "small model" asi nestačí na QA.
 - Väčší vstupný rozmer je obmedzený veľkosťou RAM pri trénovaní.