Buckets:
| import{s as D,n as F,o as G}from"../chunks/scheduler.37c15a92.js";import{S as I,i as N,g as c,s as i,r as k,A as O,h as $,f as n,c as l,j as q,u as z,x as E,k as B,y as R,a,v as y,d as H,t as L,w as M}from"../chunks/index.2bf4358c.js";import{C as J}from"../chunks/CourseFloatingBanner.6add7356.js";import{H as K,E as Q}from"../chunks/getInferenceSnippets.ebf8be91.js";function V(S){let s,d,h,g,r,x,o,b,m,A="คุณเยี่ยมมากที่เรียนมาได้ถึงตรงนี่ เรามาทบทวนกันว่าในบทนี้คุณ:",v,p,U="<li>เรียนรู้ blocks พื้นฐานของโมเดล Transformer</li> <li>เรียนรู้ว่ามีอะไรบ้างที่ประกอบกันเป็น tokenization pipeline.</li> <li>เห็นการใช้งานจริงของโมเดล Transformer.</li> <li>เรียนรู้การใช้งาน tokenizer ในการแปลงข้อความไปเป็น tensor ที่โมเดลสามารถเข้าใจได้</li> <li>ประกอบ tokenizer และ โมเดล เข้าด้วยกัน เพื่อให้ได้มาซึ่งคำทำนายของข้อความ</li> <li>เรียนรู้ข้อจำกับของ input IDs และเรียนรู้เกี่ยวกับ attention masks</li> <li>ได้ลองเล่นเมธอดต่างๆ ที่สามารถปรับแต่งค่าได้ของ Tokenizer</li>",C,f,j="ต่อจากนี้ไป คุณควรจะสามารถใช้งานคู่มือ 🤗 Transformers ได้อย่างอิสระ: คำศัพท์ต่างๆ จะฟังดูคุ้นหู และคุณก็ได้เห็นเมธอดต่างๆ ที่คุณจะใช้บ่อยๆ",w,u,P,_,T;return r=new K({props:{title:"การใช้งานเบื้องต้นสำเร็จแล้ว!",local:"การใชงานเบองตนสำเรจแลว",headingTag:"h1"}}),o=new J({props:{chapter:2,classNames:"absolute z-10 right-0 top-0"}}),u=new Q({props:{source:"https://github.com/huggingface/course/blob/main/chapters/th/chapter2/7.mdx"}}),{c(){s=c("meta"),d=i(),h=c("p"),g=i(),k(r.$$.fragment),x=i(),k(o.$$.fragment),b=i(),m=c("p"),m.textContent=A,v=i(),p=c("ul"),p.innerHTML=U,C=i(),f=c("p"),f.textContent=j,w=i(),k(u.$$.fragment),P=i(),_=c("p"),this.h()},l(t){const e=O("svelte-u9bgzb",document.head);s=$(e,"META",{name:!0,content:!0}),e.forEach(n),d=l(t),h=$(t,"P",{}),q(h).forEach(n),g=l(t),z(r.$$.fragment,t),x=l(t),z(o.$$.fragment,t),b=l(t),m=$(t,"P",{"data-svelte-h":!0}),E(m)!=="svelte-1aolcrn"&&(m.textContent=A),v=l(t),p=$(t,"UL",{"data-svelte-h":!0}),E(p)!=="svelte-1v1hbly"&&(p.innerHTML=U),C=l(t),f=$(t,"P",{"data-svelte-h":!0}),E(f)!=="svelte-rcrpf0"&&(f.textContent=j),w=l(t),z(u.$$.fragment,t),P=l(t),_=$(t,"P",{}),q(_).forEach(n),this.h()},h(){B(s,"name","hf:doc:metadata"),B(s,"content",W)},m(t,e){R(document.head,s),a(t,d,e),a(t,h,e),a(t,g,e),y(r,t,e),a(t,x,e),y(o,t,e),a(t,b,e),a(t,m,e),a(t,v,e),a(t,p,e),a(t,C,e),a(t,f,e),a(t,w,e),y(u,t,e),a(t,P,e),a(t,_,e),T=!0},p:F,i(t){T||(H(r.$$.fragment,t),H(o.$$.fragment,t),H(u.$$.fragment,t),T=!0)},o(t){L(r.$$.fragment,t),L(o.$$.fragment,t),L(u.$$.fragment,t),T=!1},d(t){t&&(n(d),n(h),n(g),n(x),n(b),n(m),n(v),n(p),n(C),n(f),n(w),n(P),n(_)),n(s),M(r,t),M(o,t),M(u,t)}}}const W='{"title":"การใช้งานเบื้องต้นสำเร็จแล้ว!","local":"การใชงานเบองตนสำเรจแลว","sections":[],"depth":1}';function X(S){return G(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class nt extends I{constructor(s){super(),N(this,s,X,V,D,{})}}export{nt as component}; | |
Xet Storage Details
- Size:
- 4.02 kB
- Xet hash:
- d6e4b3dc82ffe1b323d919460f73c5965353855b70bcf4b30a86de2f171c5531
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.