Buckets:
| import{s as I,n as J,o as K}from"../chunks/scheduler.37c15a92.js";import{S as Q,i as V,g as r,s as l,r as y,A as W,h as m,f as a,c as i,j as G,u as j,x as H,k as N,y as X,a as n,v as k,d as D,t as S,w as z}from"../chunks/index.2bf4358c.js";import{C as Y}from"../chunks/CourseFloatingBanner.9ff4c771.js";import{H as Z,E as tt}from"../chunks/getInferenceSnippets.1837c472.js";function et(F){let s,x,d,b,o,g,p,L,u,O='<a href="/course/chapter3">챕터 3</a>에서는 🤗 Datasets 라이브러리를 처음 맛보면서 모델을 미세 조정하는 데 필요한 세 가지 주요 단계를 배웠습니다:',M,f,R="<li>Hugging Face Hub에서 데이터셋을 로드한다.</li> <li><code>Dataset.map()</code> 함수를 통해 데이터셋을 전처리한다.</li> <li>평가 메트릭를 로드하고 계산한다.</li>",C,c,U="하지만 지금까지 배운 것은 🤗 Datasets 라이브러리가 할 수 있는 것의 빙산의 일각입니다! 이번 챕터에서는 더 자세히 살펴볼 것이며, 그 과정에서 다음 질문에 대한 답을 찾을 수 있을 것입니다:",P,h,q="<li>데이터셋이 Hub에 없을 때는 어떻게 할 것인가?</li> <li>데이터셋을 어떻게 쪼개어 분석할 수 있는가? (그리고 Pandas를 반드시 사용해야만 한다면?)</li> <li>데이터셋이 너무 방대하여 노트북 RAM을 초과하면 어떻게 할 것인가?</li> <li>도대체 “메모리 매핑 (mmap)“과 Apache Arrow는 무엇인가?</li> <li>당신 고유의 데이터셋을 만들어 Hub로 푸시하려면 어떻게 해야 하는가?</li>",T,$,B='여기서 배운 기술을 통해 <a href="/course/chapter6">챕터 6</a>과 <a href="/course/chapter7">챕터 7</a>에서 심화 토큰화 기법 및 미세 조정 작업을 하는 데 활용할 예정이므로 커피 한 잔 하고 오신 뒤 시작하도록 하겠습니다!',w,_,E,v,A;return o=new Z({props:{title:"단원 소개",local:"introduction",headingTag:"h1"}}),p=new Y({props:{chapter:5,classNames:"absolute z-10 right-0 top-0"}}),_=new tt({props:{source:"https://github.com/huggingface/course/blob/main/chapters/ko/chapter5/1.mdx"}}),{c(){s=r("meta"),x=l(),d=r("p"),b=l(),y(o.$$.fragment),g=l(),y(p.$$.fragment),L=l(),u=r("p"),u.innerHTML=O,M=l(),f=r("ol"),f.innerHTML=R,C=l(),c=r("p"),c.textContent=U,P=l(),h=r("ul"),h.innerHTML=q,T=l(),$=r("p"),$.innerHTML=B,w=l(),y(_.$$.fragment),E=l(),v=r("p"),this.h()},l(t){const e=W("svelte-u9bgzb",document.head);s=m(e,"META",{name:!0,content:!0}),e.forEach(a),x=i(t),d=m(t,"P",{}),G(d).forEach(a),b=i(t),j(o.$$.fragment,t),g=i(t),j(p.$$.fragment,t),L=i(t),u=m(t,"P",{"data-svelte-h":!0}),H(u)!=="svelte-aarl2j"&&(u.innerHTML=O),M=i(t),f=m(t,"OL",{"data-svelte-h":!0}),H(f)!=="svelte-xthl2r"&&(f.innerHTML=R),C=i(t),c=m(t,"P",{"data-svelte-h":!0}),H(c)!=="svelte-18h6i0k"&&(c.textContent=U),P=i(t),h=m(t,"UL",{"data-svelte-h":!0}),H(h)!=="svelte-i4593"&&(h.innerHTML=q),T=i(t),$=m(t,"P",{"data-svelte-h":!0}),H($)!=="svelte-13jpmco"&&($.innerHTML=B),w=i(t),j(_.$$.fragment,t),E=i(t),v=m(t,"P",{}),G(v).forEach(a),this.h()},h(){N(s,"name","hf:doc:metadata"),N(s,"content",at)},m(t,e){X(document.head,s),n(t,x,e),n(t,d,e),n(t,b,e),k(o,t,e),n(t,g,e),k(p,t,e),n(t,L,e),n(t,u,e),n(t,M,e),n(t,f,e),n(t,C,e),n(t,c,e),n(t,P,e),n(t,h,e),n(t,T,e),n(t,$,e),n(t,w,e),k(_,t,e),n(t,E,e),n(t,v,e),A=!0},p:J,i(t){A||(D(o.$$.fragment,t),D(p.$$.fragment,t),D(_.$$.fragment,t),A=!0)},o(t){S(o.$$.fragment,t),S(p.$$.fragment,t),S(_.$$.fragment,t),A=!1},d(t){t&&(a(x),a(d),a(b),a(g),a(L),a(u),a(M),a(f),a(C),a(c),a(P),a(h),a(T),a($),a(w),a(E),a(v)),a(s),z(o,t),z(p,t),z(_,t)}}}const at='{"title":"단원 소개","local":"introduction","sections":[],"depth":1}';function nt(F){return K(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class mt extends Q{constructor(s){super(),V(this,s,nt,et,I,{})}}export{mt as component}; | |
Xet Storage Details
- Size:
- 3.86 kB
- Xet hash:
- 4b7d34021470938961f394dcad841f80f64a5ee05ebdb4d5aae411facbb262a6
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.