Buckets:
| import{s as D,n as J,o as Q}from"../chunks/scheduler.37c15a92.js";import{S as V,i as W,g as m,s as l,r as U,A as X,h as r,f as n,c as s,j as I,u as k,x as h,k as K,y as Z,a,v as q,d as z,t as R,w as S}from"../chunks/index.7cb9c9b8.js";import{Y as tt}from"../chunks/Youtube.8666c400.js";import{C as et}from"../chunks/CourseFloatingBanner.df82c153.js";import{H as nt,E as at}from"../chunks/getInferenceSnippets.c47ae3ea.js";function lt(Y){let i,b,C,d,p,g,o,w,f,j=`このコースでここまで進んだなら、おめでとうございます! | |
| あなたは今、🤗トランスフォーマーとハギング フェイス エコシステムを使って(ほとんど)どんなNLPタスクにも取り組むために必要なすべての知識とツールを手にしています。`,L,u,B="様々なデータコレーターを見てきましたので、各タスクにどのコレーターを使えばいいのかがわかるように、この小さなビデオを作りました。",T,$,y,c,F="このライトニング・ツアーでNLPの主要タスクを学んだ後、次のことを行ってください。",E,_,G=`<li>各タスクに最適なアーキテクチャ(エンコーダ、デコーダ、またはエンコーダ-デコーダ)を把握する</li> <li>言語モデルの事前トレーニングと微調整の違いを理解する</li> <li>フォローしているトラックに応じて、TrainerAPIと分散トレーニング機能の🤗AccelerateまたはTensorFlowとKerasのいずれかを使用してTransformerモデルをトレーニング | |
| する方法を知る</li> <li>テキスト生成タスクのROUGEやBLEUなどの指標の意味と制限を理解する</li> <li>ハブを使用する場合と🤗Transformersのパイプラインの使用する場合の両方で、微調整されたモデルを使う方法を知る</li>`,N,x,O=`このすべての知識にもかかわらず、コードで難しいバグに遭遇したり、特定のNLP問題を解決する方法について質問したりするときが来るでしょう。 幸いなことに、ハギング | |
| フェイスコミュニティがお手伝いします。 コースのこの部分の最後の章では、Transformerモデルをデバッグし、効果的に支援を求める方法を探ります。`,H,P,A,v,M;return p=new nt({props:{title:"NLPをマスター",local:"nlpをマスター",headingTag:"h1"}}),o=new et({props:{chapter:7,classNames:"absolute z-10 right-0 top-0"}}),$=new tt({props:{id:"-RPeakdlHYo"}}),P=new at({props:{source:"https://github.com/huggingface/course/blob/main/chapters/ja/chapter7/8.mdx"}}),{c(){i=m("meta"),b=l(),C=m("p"),d=l(),U(p.$$.fragment),g=l(),U(o.$$.fragment),w=l(),f=m("p"),f.textContent=j,L=l(),u=m("p"),u.textContent=B,T=l(),U($.$$.fragment),y=l(),c=m("p"),c.textContent=F,E=l(),_=m("ul"),_.innerHTML=G,N=l(),x=m("p"),x.textContent=O,H=l(),U(P.$$.fragment),A=l(),v=m("p"),this.h()},l(t){const e=X("svelte-u9bgzb",document.head);i=r(e,"META",{name:!0,content:!0}),e.forEach(n),b=s(t),C=r(t,"P",{}),I(C).forEach(n),d=s(t),k(p.$$.fragment,t),g=s(t),k(o.$$.fragment,t),w=s(t),f=r(t,"P",{"data-svelte-h":!0}),h(f)!=="svelte-ymeitk"&&(f.textContent=j),L=s(t),u=r(t,"P",{"data-svelte-h":!0}),h(u)!=="svelte-8p4qqc"&&(u.textContent=B),T=s(t),k($.$$.fragment,t),y=s(t),c=r(t,"P",{"data-svelte-h":!0}),h(c)!=="svelte-arygle"&&(c.textContent=F),E=s(t),_=r(t,"UL",{"data-svelte-h":!0}),h(_)!=="svelte-1yda8zf"&&(_.innerHTML=G),N=s(t),x=r(t,"P",{"data-svelte-h":!0}),h(x)!=="svelte-f6gvp0"&&(x.textContent=O),H=s(t),k(P.$$.fragment,t),A=s(t),v=r(t,"P",{}),I(v).forEach(n),this.h()},h(){K(i,"name","hf:doc:metadata"),K(i,"content",st)},m(t,e){Z(document.head,i),a(t,b,e),a(t,C,e),a(t,d,e),q(p,t,e),a(t,g,e),q(o,t,e),a(t,w,e),a(t,f,e),a(t,L,e),a(t,u,e),a(t,T,e),q($,t,e),a(t,y,e),a(t,c,e),a(t,E,e),a(t,_,e),a(t,N,e),a(t,x,e),a(t,H,e),q(P,t,e),a(t,A,e),a(t,v,e),M=!0},p:J,i(t){M||(z(p.$$.fragment,t),z(o.$$.fragment,t),z($.$$.fragment,t),z(P.$$.fragment,t),M=!0)},o(t){R(p.$$.fragment,t),R(o.$$.fragment,t),R($.$$.fragment,t),R(P.$$.fragment,t),M=!1},d(t){t&&(n(b),n(C),n(d),n(g),n(w),n(f),n(L),n(u),n(T),n(y),n(c),n(E),n(_),n(N),n(x),n(H),n(A),n(v)),n(i),S(p,t),S(o,t),S($,t),S(P,t)}}}const st='{"title":"NLPをマスター","local":"nlpをマスター","sections":[],"depth":1}';function it(Y){return Q(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class ut extends V{constructor(i){super(),W(this,i,it,lt,D,{})}}export{ut as component}; | |
Xet Storage Details
- Size:
- 4.49 kB
- Xet hash:
- 869ad780dff4f830f549374c76feb808cfa72f6ff3c3b8ce746895cf6a15fc69
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.