Buckets:
| import{s as R,n as B,o as F}from"../chunks/scheduler.37c15a92.js";import{S as G,i as I,g as d,s as n,r as q,A as N,h as f,f as o,c as i,j as S,u as A,x as E,k as D,y as O,a,v as T,d as k,t as y,w as M}from"../chunks/index.2bf4358c.js";import{C as V}from"../chunks/CourseFloatingBanner.6add7356.js";import{H as J,E as K}from"../chunks/getInferenceSnippets.ebf8be91.js";function Q(H){let s,h,$,_,r,b,l,g,m,L="Ótimo trabalho seguindo o curso até aqui! Recapitulando, neste capítulo, você:",x,u,U="<li>Aprendeu os elementos básicos de um modelo Transformer.</li> <li>Aprendeu que compõe o pipeline de tokenização.</li> <li>Vou como utilizar um transformer na prática.</li> <li>Aprendeu como aproveitar um tokenizer para converter texto em tensores que são compreensíveis pelo modelo.</li> <li>Montar um tokenizer e um modelo juntos para ir do texto às previsões.</li> <li>Aprendeu as limitações dos IDs de entrada e aprendeu sobre máscaras de atenção.</li> <li>Testou os métodos de tokenizer versáteis e configuráveis.</li>",z,p,j="De agora em diante, você deve ser capaz de navegar livremente pelos documentos dos 🤗 transformers: o vocabulário soará familiar, e você já viu os métodos que utilizará na maior parte do tempo.",C,c,w,v,P;return r=new J({props:{title:"Uso básico concluído!",local:"uso-básico-concluído",headingTag:"h1"}}),l=new V({props:{chapter:2,classNames:"absolute z-10 right-0 top-0"}}),c=new K({props:{source:"https://github.com/huggingface/course/blob/main/chapters/pt/chapter2/7.mdx"}}),{c(){s=d("meta"),h=n(),$=d("p"),_=n(),q(r.$$.fragment),b=n(),q(l.$$.fragment),g=n(),m=d("p"),m.textContent=L,x=n(),u=d("ul"),u.innerHTML=U,z=n(),p=d("p"),p.textContent=j,C=n(),q(c.$$.fragment),w=n(),v=d("p"),this.h()},l(e){const t=N("svelte-u9bgzb",document.head);s=f(t,"META",{name:!0,content:!0}),t.forEach(o),h=i(e),$=f(e,"P",{}),S($).forEach(o),_=i(e),A(r.$$.fragment,e),b=i(e),A(l.$$.fragment,e),g=i(e),m=f(e,"P",{"data-svelte-h":!0}),E(m)!=="svelte-yeurzi"&&(m.textContent=L),x=i(e),u=f(e,"UL",{"data-svelte-h":!0}),E(u)!=="svelte-mmte39"&&(u.innerHTML=U),z=i(e),p=f(e,"P",{"data-svelte-h":!0}),E(p)!=="svelte-1p8cq75"&&(p.textContent=j),C=i(e),A(c.$$.fragment,e),w=i(e),v=f(e,"P",{}),S(v).forEach(o),this.h()},h(){D(s,"name","hf:doc:metadata"),D(s,"content",W)},m(e,t){O(document.head,s),a(e,h,t),a(e,$,t),a(e,_,t),T(r,e,t),a(e,b,t),T(l,e,t),a(e,g,t),a(e,m,t),a(e,x,t),a(e,u,t),a(e,z,t),a(e,p,t),a(e,C,t),T(c,e,t),a(e,w,t),a(e,v,t),P=!0},p:B,i(e){P||(k(r.$$.fragment,e),k(l.$$.fragment,e),k(c.$$.fragment,e),P=!0)},o(e){y(r.$$.fragment,e),y(l.$$.fragment,e),y(c.$$.fragment,e),P=!1},d(e){e&&(o(h),o($),o(_),o(b),o(g),o(m),o(x),o(u),o(z),o(p),o(C),o(w),o(v)),o(s),M(r,e),M(l,e),M(c,e)}}}const W='{"title":"Uso básico concluído!","local":"uso-básico-concluído","sections":[],"depth":1}';function X(H){return F(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class oe extends G{constructor(s){super(),I(this,s,X,Q,R,{})}}export{oe as component}; | |
Xet Storage Details
- Size:
- 3.01 kB
- Xet hash:
- 38a30fd28d083e43cfb8fc3f21020e2b9a24e19cb826f82f1f42f63d86c7bb02
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.