course/pr_1069/es/_app/immutable/nodes/6.2c4cd2a7.js

import{s as Ma,f as da,o as ua,n as V}from"../chunks/scheduler.37c15a92.js";import{S as ma,i as ya,g as o,s as n,r as c,A as Ja,h as p,f as s,c as t,j as ca,u as M,x as J,k as Pe,y as Ta,a,v as d,d as u,t as m,w as y}from"../chunks/index.2bf4358c.js";import{T as H}from"../chunks/Tip.363c041f.js";import{Y as ja}from"../chunks/Youtube.1e50a667.js";import{C as w}from"../chunks/CodeBlock.4e987730.js";import{C as wa}from"../chunks/CourseFloatingBanner.6add7356.js";import{H as U}from"../chunks/Heading.8ada512a.js";import{E as fa}from"../chunks/getInferenceSnippets.b37612c0.js";function ga(f){let i,T="👀 Ves el botón <em>Open in Colab</em> en la parte superior derecha? Haz clic en él para abrir un cuaderno de Google Colab con todos los ejemplos de código de esta sección. Este botón aparecerá en cualquier sección que tenga ejemplos de código.",r,j,h='Si quieres ejecutar los ejemplos localmente, te recomendamos revisar la <a href="/course/chapter0">configuración</a>.';return{c(){i=o("p"),i.innerHTML=T,r=n(),j=o("p"),j.innerHTML=h},l(g){i=p(g,"P",{"data-svelte-h":!0}),J(i)!=="svelte-86uva0"&&(i.innerHTML=T),r=t(g),j=p(g,"P",{"data-svelte-h":!0}),J(j)!=="svelte-davb6j"&&(j.innerHTML=h)},m(g,b){a(g,i,b),a(g,r,b),a(g,j,b)},p:V,d(g){g&&(s(i),s(r),s(j))}}}function Ua(f){let i,T='⚠️ El Hub de Hugging Face no se limita a Transformadores. ¡Cualquiera puede compartir los tipos de modelos o conjuntos de datos que quiera! ¡<a href="https://huggingface.co/join">Crea una cuenta de huggingface.co</a> para beneficiarte de todas las funciones disponibles!';return{c(){i=o("p"),i.innerHTML=T},l(r){i=p(r,"P",{"data-svelte-h":!0}),J(i)!=="svelte-1aq037l"&&(i.innerHTML=T)},m(r,j){a(r,i,j)},p:V,d(r){r&&s(i)}}}function ba(f){let i,T="✏️ <strong>¡Pruébalo!</strong> Juega con tus propias secuencias y etiquetas, y observa cómo se comporta el modelo.";return{c(){i=o("p"),i.innerHTML=T},l(r){i=p(r,"P",{"data-svelte-h":!0}),J(i)!=="svelte-1tyz5pd"&&(i.innerHTML=T)},m(r,j){a(r,i,j)},p:V,d(r){r&&s(i)}}}function ha(f){let i,T="✏️ <strong>¡Pruébalo!</strong> Usa los argumentos <code>num_return_sequences</code> y <code>max_length</code> para generar dos oraciones de 15 palabras cada una.";return{c(){i=o("p"),i.innerHTML=T},l(r){i=p(r,"P",{"data-svelte-h":!0}),J(i)!=="svelte-1mwhtc4"&&(i.innerHTML=T)},m(r,j){a(r,i,j)},p:V,d(r){r&&s(i)}}}function Ia(f){let i,T="✏️ <strong>¡Pruébalo!</strong> Usa los filtros para encontrar un modelo de generación de texto para un idioma diferente. ¡Siéntete libre de jugar con el widget y úsalo en un pipeline!";return{c(){i=o("p"),i.innerHTML=T},l(r){i=p(r,"P",{"data-svelte-h":!0}),J(i)!=="svelte-1vmvlaj"&&(i.innerHTML=T)},m(r,j){a(r,i,j)},p:V,d(r){r&&s(i)}}}function $a(f){let i,T="✏️ <strong>¡Pruébalo!</strong> Busca el modelo <code>bert-base-cased</code> en el Hub e identifica su <em>mask token</em> en el widget de la API de Inferencia. ¿Qué predice este modelo para la oración que está en el ejemplo de <code>pipeline</code> anterior?";return{c(){i=o("p"),i.innerHTML=T},l(r){i=p(r,"P",{"data-svelte-h":!0}),J(i)!=="svelte-1c9pcdy"&&(i.innerHTML=T)},m(r,j){a(r,i,j)},p:V,d(r){r&&s(i)}}}function xa(f){let i,T="✏️ <strong>¡Pruébalo!</strong> Busca en el Model Hub un modelo capaz de hacer etiquetado <em>part-of-speech</em> (que se abrevia usualmente como POS) en Inglés. ¿Qué predice este modelo para la oración en el ejemplo de arriba?";return{c(){i=o("p"),i.innerHTML=T},l(r){i=p(r,"P",{"data-svelte-h":!0}),J(i)!=="svelte-cf6gjz"&&(i.innerHTML=T)},m(r,j){a(r,i,j)},p:V,d(r){r&&s(i)}}}function Ca(f){let i,T="✏️ <strong>¡Pruébalo!</strong> Busca modelos de traducción en otros idiomas e intenta traducir la oración anterior en varios de ellos.";return{c(){i=o("p"),i.innerHTML=T},l(r){i=p(r,"P",{"data-svelte-h":!0}),J(i)!=="svelte-1k1mm4u"&&(i.innerHTML=T)},m(r,j){a(r,i,j)},p:V,d(r){r&&s(i)}}}function Ba(f){let i,T,r,j,h,g,b,De,A,gs="En esta sección, veremos qué pueden hacer los Transformadores y usaremos nuestra primera herramienta de la librería 🤗 Transformers: la función <code>pipeline()</code>.",Oe,I,Ke,k,el,q,Us="Los Transformadores se usan para resolver todo tipo de tareas de PLN, como las mencionadas en la sección anterior. Aquí te mostramos algunas de las compañías y organizaciones que usan Hugging Face y Transformadores, que también contribuyen de vuelta a la comunidad al compartir sus modelos:",ll,$,bs,sl,Y,hs='La <a href="https://github.com/huggingface/transformers" rel="nofollow">librería 🤗 Transformers</a> provee la funcionalidad de crear y usar estos modelos compartidos. El <a href="https://huggingface.co/models" rel="nofollow">Hub de Modelos</a> contiene miles de modelos preentrenados que cualquiera puede descargar y usar. ¡Tú también puedes subir tus propios modelos al Hub!',al,x,nl,N,Is="Antes de ver cómo funcionan internamente los Transformadores, veamos un par de ejemplos sobre cómo pueden ser usados para resolver tareas de PLN.",tl,z,il,R,rl,S,$s="El objeto más básico en la librería 🤗 Transformers es la función <code>pipeline()</code>. Esta función conecta un modelo con los pasos necesarios para su preprocesamiento y posprocesamiento, permitiéndonos introducir de manera directa cualquier texto y obtener una respuesta inteligible:",ol,X,pl,E,cl,Q,xs="¡Incluso podemos pasar varias oraciones!",Ml,F,dl,_,ul,L,Cs="Por defecto, este pipeline selecciona un modelo particular preentrenado que ha sido ajustado para el análisis de sentimientos en Inglés. El modelo se descarga y se almacena en el caché cuando creas el objeto <code>classifier</code>. Si vuelves a ejecutar el comando, se usará el modelo almacenado en caché y no habrá necesidad de descargarlo de nuevo.",ml,P,Bs="Hay tres pasos principales que ocurren cuando pasas un texto a un pipeline:",yl,D,Ws="<li>El texto es preprocesado en un formato que el modelo puede entender.</li> <li>La entrada preprocesada se pasa al modelo.</li> <li>Las predicciones del modelo son posprocesadas, de tal manera que las puedas entender.</li>",Jl,O,vs='Algunos de los <a href="https://huggingface.co/transformers/main_classes/pipelines.html" rel="nofollow">pipelines disponibles</a> son:',Tl,K,Gs="<li><code>feature-extraction</code> (obtener la representación vectorial de un texto)</li> <li><code>fill-mask</code></li> <li><code>ner</code> (reconocimiento de entidades nombradas)</li> <li><code>question-answering</code></li> <li><code>sentiment-analysis</code></li> <li><code>summarization</code></li> <li><code>text-generation</code></li> <li><code>translation</code></li> <li><code>zero-shot-classification</code></li>",jl,ee,Zs="¡Veamos algunas de ellas!",wl,le,fl,se,Hs="Empezaremos abordando una tarea más compleja, en la que necesitamos clasificar textos que no han sido etiquetados. Este es un escenario común en proyectos de la vida real porque anotar texto usualmente requiere mucho tiempo y dominio del tema. Para este caso de uso, el pipeline <code>zero-shot-classification</code> es muy poderoso: permite que especifiques qué etiquetas usar para la clasificación, para que no dependas de las etiquetas del modelo preentrenado. Ya viste cómo el modelo puede clasificar una oración como positiva o negativa usando esas dos etiquetas — pero también puede clasificar el texto usando cualquier otro conjunto de etiquetas que definas.",gl,ae,Ul,ne,bl,te,Vs="Este pipeline se llama <em>zero-shot</em> porque no necesitas ajustar el modelo con tus datos para usarlo. ¡Puede devolver directamente puntajes de probabilidad para cualquier lista de de etiquetas que escojas!",hl,C,Il,ie,$l,re,As="Ahora veamos cómo usar un pipeline para generar texto. La idea es que proporciones una indicación (<em>prompt</em>) y el modelo la va a completar automáticamente al generar el texto restante. Esto es parecido a la función de texto predictivo que está presente en muchos teléfonos. La generación de texto involucra aleatoriedad, por lo que es normal que no obtengas el mismo resultado que se muestra abajo.",xl,oe,Cl,pe,Bl,ce,ks="Puedes controlar cuántas secuencias diferentes se generan con el argumento <code>num_return_sequences</code> y la longitud total del texto de salida con el argumento <code>max_length</code>.",Wl,B,vl,Me,Gl,de,qs='Los ejemplos anteriores usaban el modelo por defecto para cada tarea, pero también puedes escoger un modelo particular del Hub y usarlo en un pipeline para una tarea específica - por ejemplo, la generación de texto. Ve al <a href="https://huggingface.co/models" rel="nofollow">Hub de Modelos</a> y haz clic en la etiqueta correspondiente en la parte izquierda para mostrar únicamente los modelos soportados para esa tarea. Deberías ver una página <a href="https://huggingface.co/models?pipeline_tag=text-generation" rel="nofollow">como esta</a>.',Zl,ue,Ys='¡Intentemos con el modelo <a href="https://huggingface.co/distilgpt2" rel="nofollow"><code>distilgpt2</code></a>! Puedes cargarlo en el mismo pipeline de la siguiente manera:',Hl,me,Vl,ye,Al,Je,Ns="Puedes refinar tu búsqueda de un modelo haciendo clic en las etiquetas de idioma y escoger uno que genere textos en otro idioma. El Hub de Modelos también contiene puntos de control (<em>checkpoints</em>) para modelos que soportan múltiples lenguajes.",kl,Te,zs="Una vez has seleccionado un modelo haciendo clic en él, verás que hay un widget que te permite probarlo directamente en línea. De esta manera puedes probar rápidamente las capacidades del modelo antes de descargarlo.",ql,W,Yl,je,Nl,we,Rs='Todos los modelos pueden ser probados directamente en tu navegador usando la API de Inferencia, que está disponible en el <a href="https://huggingface.co/" rel="nofollow">sitio web</a> de Hugging Face. Puedes jugar con el modelo directamente en esta página al pasar tu texto personalizado como entrada y ver cómo lo procesa.',zl,fe,Ss='La API de Inferencia que hace funcionar al widget también está disponible como un producto pago, algo útil si lo necesitas para tus flujos de trabajo. Dirígete a la <a href="https://huggingface.co/pricing" rel="nofollow">página de precios</a> para más detalles.',Rl,ge,Sl,Ue,Xs="El siguiente pipeline con el que vas a trabajar es <code>fill-mask</code>. La idea de esta tarea es llenar los espacios en blanco de un texto dado:",Xl,be,El,he,Ql,Ie,Es="El argumento <code>top_k</code> controla el número de posibilidades que se van a mostrar. Nota que en este caso el modelo llena la palabra especial <code>&lt;mask&gt;</code>, que se denomina comúnmente como <em>mask token</em>. Otros modelos pueden tener diferentes tokens, por lo que es una buena idea verificar la palabra especial adecuada cuando estés explorando diferentes modelos. Una manera de confirmar es revisar la palabra usada en el widget.",Fl,v,_l,$e,Ll,xe,Qs="El reconocimiento de entidades nombradas (REN) es una tarea en la que el modelo tiene que encontrar cuáles partes del texto introducido corresponden a entidades como personas, ubicaciones u organizaciones. Veamos un ejemplo:",Pl,Ce,Dl,Be,Ol,We,Fs="En este caso el modelo identificó correctamente que Sylvain es una persona (PER), Hugging Face una organización (ORG) y Brooklyn una ubicación (LOC).",Kl,ve,_s="Pasamos la opción <code>grouped_entities=True</code> en la función de creación del pipeline para decirle que agrupe las partes de la oración que corresponden a la misma entidad: Aquí el modelo agrupó correctamente “Hugging” y “Face” como una sola organización, a pesar de que su nombre está compuesto de varias palabras. De hecho, como veremos en el siguiente capítulo, el preprocesamiento puede incluso dividir palabras en partes más pequeñas. Por ejemplo, ‘Sylvain’ se separa en cuatro piezas: <code>S</code>, <code>##yl</code>, <code>##va</code> y<code>##in</code>. En el paso de prosprocesamiento, el pipeline reagrupa de manera exitosa dichas piezas.",es,G,ls,Ge,ss,Ze,Ls="El pipeline <code>question-answering</code> responde preguntas usando información de un contexto dado:",as,He,ns,Ve,ts,Ae,Ps="Observa que este pipeline funciona extrayendo información del contexto ofrecido; más no genera la respuesta.",is,ke,rs,qe,Ds="Resumir es la tarea de reducir un texto en uno más corto, conservando todos (o la mayor parte de) los aspectos importantes mencionados. Aquí va un ejemplo:",os,Ye,ps,Ne,cs,ze,Os="Similar a la generación de textos, puedes especificar los argumentos <code>max-length</code> o <code>min_length</code> para definir la longitud del resultado.",Ms,Re,ds,Se,Ks='Para la traducción, puedes usar el modelo por defecto si indicas una pareja de idiomas en el nombre de la tarea (como <code>&quot;translation_en_to_fr&quot;</code>), pero la forma más sencilla es escoger el modelo que quieres usar en el <a href="https://huggingface.co/models" rel="nofollow">Hub de Modelos</a>. Aquí intentaremos traducir de Francés a Inglés:',us,Xe,ms,Ee,ys,Qe,ea="Al igual que los pipelines de generación de textos y resumen, puedes especificar una longitud máxima (<code>max_length</code>) o mínima (<code>min_length</code>) para el resultado.",Js,Z,Ts,Fe,la="Los pipelines vistos hasta el momento son principalmente para fines demostrativos. Fueron programados para tareas específicas y no pueden desarrollar variaciones de ellas. En el siguiente capítulo, aprenderás qué está detrás de una función <code>pipeline()</code> y cómo personalizar su comportamiento.",js,_e,ws,Le,fs;return h=new U({props:{title:"Transformadores, ¿qué pueden hacer?",local:"transformadores-qué-pueden-hacer",headingTag:"h1"}}),b=new wa({props:{chapter:1,classNames:"absolute z-10 right-0 top-0",notebooks:[{label:"Google Colab",value:"https://colab.research.google.com/github/huggingface/notebooks/blob/master/course/es/chapter1/section3.ipynb"},{label:"Aws Studio",value:"https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/master/course/es/chapter1/section3.ipynb"}]}}),I=new H({props:{$$slots:{default:[ga]},$$scope:{ctx:f}}}),k=new U({props:{title:"¡Los Transformadores están en todas partes!",local:"los-transformadores-están-en-todas-partes",headingTag:"h2"}}),x=new H({props:{$$slots:{default:[Ua]},$$scope:{ctx:f}}}),z=new U({props:{title:"Trabajando con pipelines",local:"trabajando-con-pipelines",headingTag:"h2"}}),R=new ja({props:{id:"tiZFewofSLM"}}),X=new w({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBY2xhc3NpZmllciUyMCUzRCUyMHBpcGVsaW5lKCUyMnNlbnRpbWVudC1hbmFseXNpcyUyMiklMEFjbGFzc2lmaWVyKCUyMkkndmUlMjBiZWVuJTIwd2FpdGluZyUyMGZvciUyMGElMjBIdWdnaW5nRmFjZSUyMGNvdXJzZSUyMG15JTIwd2hvbGUlMjBsaWZlLiUyMik=",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline

classifier = pipeline(<span class="hljs-string">&quot;sentiment-analysis&quot;</span>)
classifier(<span class="hljs-string">&quot;I&#x27;ve been waiting for a HuggingFace course my whole life.&quot;</span>)`,wrap:!1}}),E=new w({props:{code:"JTVCJTdCJ2xhYmVsJyUzQSUyMCdQT1NJVElWRSclMkMlMjAnc2NvcmUnJTNBJTIwMC45NTk4MDQ3MTM3MjYwNDM3JTdEJTVE",highlighted:'[{<span class="hljs-string">&#x27;label&#x27;</span>: <span class="hljs-string">&#x27;POSITIVE&#x27;</span>, <span class="hljs-string">&#x27;score&#x27;</span>: <span class="hljs-number">0.9598047137260437</span>}]',wrap:!1}}),F=new w({props:{code:"Y2xhc3NpZmllciglMEElMjAlMjAlMjAlMjAlNUIlMjJJJ3ZlJTIwYmVlbiUyMHdhaXRpbmclMjBmb3IlMjBhJTIwSHVnZ2luZ0ZhY2UlMjBjb3Vyc2UlMjBteSUyMHdob2xlJTIwbGlmZS4lMjIlMkMlMjAlMjJJJTIwaGF0ZSUyMHRoaXMlMjBzbyUyMG11Y2ghJTIyJTVEJTBBKQ==",highlighted:`classifier(
    [<span class="hljs-string">&quot;I&#x27;ve been waiting for a HuggingFace course my whole life.&quot;</span>, <span class="hljs-string">&quot;I hate this so much!&quot;</span>]
)`,wrap:!1}}),_=new w({props:{code:"JTVCJTdCJ2xhYmVsJyUzQSUyMCdQT1NJVElWRSclMkMlMjAnc2NvcmUnJTNBJTIwMC45NTk4MDQ3MTM3MjYwNDM3JTdEJTJDJTBBJTIwJTdCJ2xhYmVsJyUzQSUyMCdORUdBVElWRSclMkMlMjAnc2NvcmUnJTNBJTIwMC45OTk0NTU4MDk1OTMyMDA3JTdEJTVE",highlighted:`[{<span class="hljs-string">&#x27;label&#x27;</span>: <span class="hljs-string">&#x27;POSITIVE&#x27;</span>, <span class="hljs-string">&#x27;score&#x27;</span>: <span class="hljs-number">0.9598047137260437</span>},
 {<span class="hljs-string">&#x27;label&#x27;</span>: <span class="hljs-string">&#x27;NEGATIVE&#x27;</span>, <span class="hljs-string">&#x27;score&#x27;</span>: <span class="hljs-number">0.9994558095932007</span>}]`,wrap:!1}}),le=new U({props:{title:"Clasificación zero-shot",local:"clasificación-zero-shot",headingTag:"h2"}}),ae=new w({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBY2xhc3NpZmllciUyMCUzRCUyMHBpcGVsaW5lKCUyMnplcm8tc2hvdC1jbGFzc2lmaWNhdGlvbiUyMiklMEFjbGFzc2lmaWVyKCUwQSUyMCUyMCUyMCUyMCUyMlRoaXMlMjBpcyUyMGElMjBjb3Vyc2UlMjBhYm91dCUyMHRoZSUyMFRyYW5zZm9ybWVycyUyMGxpYnJhcnklMjIlMkMlMEElMjAlMjAlMjAlMjBjYW5kaWRhdGVfbGFiZWxzJTNEJTVCJTIyZWR1Y2F0aW9uJTIyJTJDJTIwJTIycG9saXRpY3MlMjIlMkMlMjAlMjJidXNpbmVzcyUyMiU1RCUyQyUwQSk=",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline

classifier = pipeline(<span class="hljs-string">&quot;zero-shot-classification&quot;</span>)
classifier(
    <span class="hljs-string">&quot;This is a course about the Transformers library&quot;</span>,
    candidate_labels=[<span class="hljs-string">&quot;education&quot;</span>, <span class="hljs-string">&quot;politics&quot;</span>, <span class="hljs-string">&quot;business&quot;</span>],
)`,wrap:!1}}),ne=new w({props:{code:"JTdCJ3NlcXVlbmNlJyUzQSUyMCdUaGlzJTIwaXMlMjBhJTIwY291cnNlJTIwYWJvdXQlMjB0aGUlMjBUcmFuc2Zvcm1lcnMlMjBsaWJyYXJ5JyUyQyUwQSUyMCdsYWJlbHMnJTNBJTIwJTVCJ2VkdWNhdGlvbiclMkMlMjAnYnVzaW5lc3MnJTJDJTIwJ3BvbGl0aWNzJyU1RCUyQyUwQSUyMCdzY29yZXMnJTNBJTIwJTVCMC44NDQ1OTYzODU5NTU4MTA1JTJDJTIwMC4xMTE5NzYyNTg0NTY3MDclMkMlMjAwLjA0MzQyNzQ0ODcxOTczOTkxNCU1RCU3RA==",highlighted:`{<span class="hljs-string">&#x27;sequence&#x27;</span>: <span class="hljs-string">&#x27;This is a course about the Transformers library&#x27;</span>,
 <span class="hljs-string">&#x27;labels&#x27;</span>: [<span class="hljs-string">&#x27;education&#x27;</span>, <span class="hljs-string">&#x27;business&#x27;</span>, <span class="hljs-string">&#x27;politics&#x27;</span>],
 <span class="hljs-string">&#x27;scores&#x27;</span>: [<span class="hljs-number">0.8445963859558105</span>, <span class="hljs-number">0.111976258456707</span>, <span class="hljs-number">0.043427448719739914</span>]}`,wrap:!1}}),C=new H({props:{$$slots:{default:[ba]},$$scope:{ctx:f}}}),ie=new U({props:{title:"Generación de texto",local:"generación-de-texto",headingTag:"h2"}}),oe=new w({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBZ2VuZXJhdG9yJTIwJTNEJTIwcGlwZWxpbmUoJTIydGV4dC1nZW5lcmF0aW9uJTIyKSUwQWdlbmVyYXRvciglMjJJbiUyMHRoaXMlMjBjb3Vyc2UlMkMlMjB3ZSUyMHdpbGwlMjB0ZWFjaCUyMHlvdSUyMGhvdyUyMHRvJTIyKQ==",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline

generator = pipeline(<span class="hljs-string">&quot;text-generation&quot;</span>)
generator(<span class="hljs-string">&quot;In this course, we will teach you how to&quot;</span>)`,wrap:!1}}),pe=new w({props:{code:"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",highlighted:`[{<span class="hljs-string">&#x27;generated_text&#x27;</span>: <span class="hljs-string">&#x27;In this course, we will teach you how to understand and use &#x27;</span>
                    <span class="hljs-string">&#x27;data flow and data interchange when handling user data. We &#x27;</span>
                    <span class="hljs-string">&#x27;will be working with one or more of the most commonly used &#x27;</span>
                    <span class="hljs-string">&#x27;data flows — data flows of various types, as seen by the &#x27;</span>
                    <span class="hljs-string">&#x27;HTTP&#x27;</span>}]`,wrap:!1}}),B=new H({props:{$$slots:{default:[ha]},$$scope:{ctx:f}}}),Me=new U({props:{title:"Usa cualquier modelo del Hub en un pipeline",local:"usa-cualquier-modelo-del-hub-en-un-pipeline",headingTag:"h2"}}),me=new w({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBZ2VuZXJhdG9yJTIwJTNEJTIwcGlwZWxpbmUoJTIydGV4dC1nZW5lcmF0aW9uJTIyJTJDJTIwbW9kZWwlM0QlMjJkaXN0aWxncHQyJTIyKSUwQWdlbmVyYXRvciglMEElMjAlMjAlMjAlMjAlMjJJbiUyMHRoaXMlMjBjb3Vyc2UlMkMlMjB3ZSUyMHdpbGwlMjB0ZWFjaCUyMHlvdSUyMGhvdyUyMHRvJTIyJTJDJTBBJTIwJTIwJTIwJTIwbWF4X2xlbmd0aCUzRDMwJTJDJTBBJTIwJTIwJTIwJTIwbnVtX3JldHVybl9zZXF1ZW5jZXMlM0QyJTJDJTBBKQ==",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline

generator = pipeline(<span class="hljs-string">&quot;text-generation&quot;</span>, model=<span class="hljs-string">&quot;distilgpt2&quot;</span>)
generator(
    <span class="hljs-string">&quot;In this course, we will teach you how to&quot;</span>,
    max_length=<span class="hljs-number">30</span>,
    num_return_sequences=<span class="hljs-number">2</span>,
)`,wrap:!1}}),ye=new w({props:{code:"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",highlighted:`[{<span class="hljs-string">&#x27;generated_text&#x27;</span>: <span class="hljs-string">&#x27;In this course, we will teach you how to manipulate the world and &#x27;</span>
                    <span class="hljs-string">&#x27;move your mental and physical capabilities to your advantage.&#x27;</span>},
 {<span class="hljs-string">&#x27;generated_text&#x27;</span>: <span class="hljs-string">&#x27;In this course, we will teach you how to become an expert and &#x27;</span>
                    <span class="hljs-string">&#x27;practice realtime, and with a hands on experience on both real &#x27;</span>
                    <span class="hljs-string">&#x27;time and real&#x27;</span>}]`,wrap:!1}}),W=new H({props:{$$slots:{default:[Ia]},$$scope:{ctx:f}}}),je=new U({props:{title:"La API de Inferencia",local:"la-api-de-inferencia",headingTag:"h3"}}),ge=new U({props:{title:"Llenado de ocultos ( Mask filling )",local:"llenado-de-ocultos--mask-filling-",headingTag:"h2"}}),be=new w({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBdW5tYXNrZXIlMjAlM0QlMjBwaXBlbGluZSglMjJmaWxsLW1hc2slMjIpJTBBdW5tYXNrZXIoJTIyVGhpcyUyMGNvdXJzZSUyMHdpbGwlMjB0ZWFjaCUyMHlvdSUyMGFsbCUyMGFib3V0JTIwJTNDbWFzayUzRSUyMG1vZGVscy4lMjIlMkMlMjB0b3BfayUzRDIp",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline

unmasker = pipeline(<span class="hljs-string">&quot;fill-mask&quot;</span>)
unmasker(<span class="hljs-string">&quot;This course will teach you all about &lt;mask&gt; models.&quot;</span>, top_k=<span class="hljs-number">2</span>)`,wrap:!1}}),he=new w({props:{code:"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",highlighted:`[{<span class="hljs-string">&#x27;sequence&#x27;</span>: <span class="hljs-string">&#x27;This course will teach you all about mathematical models.&#x27;</span>,
  <span class="hljs-string">&#x27;score&#x27;</span>: <span class="hljs-number">0.19619831442832947</span>,
  <span class="hljs-string">&#x27;token&#x27;</span>: <span class="hljs-number">30412</span>,
  <span class="hljs-string">&#x27;token_str&#x27;</span>: <span class="hljs-string">&#x27; mathematical&#x27;</span>},
 {<span class="hljs-string">&#x27;sequence&#x27;</span>: <span class="hljs-string">&#x27;This course will teach you all about computational models.&#x27;</span>,
  <span class="hljs-string">&#x27;score&#x27;</span>: <span class="hljs-number">0.04052725434303284</span>,
  <span class="hljs-string">&#x27;token&#x27;</span>: <span class="hljs-number">38163</span>,
  <span class="hljs-string">&#x27;token_str&#x27;</span>: <span class="hljs-string">&#x27; computational&#x27;</span>}]`,wrap:!1}}),v=new H({props:{$$slots:{default:[$a]},$$scope:{ctx:f}}}),$e=new U({props:{title:"Reconocimiento de entidades nombradas",local:"reconocimiento-de-entidades-nombradas",headingTag:"h2"}}),Ce=new w({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBbmVyJTIwJTNEJTIwcGlwZWxpbmUoJTIybmVyJTIyJTJDJTIwZ3JvdXBlZF9lbnRpdGllcyUzRFRydWUpJTBBbmVyKCUyMk15JTIwbmFtZSUyMGlzJTIwU3lsdmFpbiUyMGFuZCUyMEklMjB3b3JrJTIwYXQlMjBIdWdnaW5nJTIwRmFjZSUyMGluJTIwQnJvb2tseW4uJTIyKQ==",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline

ner = pipeline(<span class="hljs-string">&quot;ner&quot;</span>, grouped_entities=<span class="hljs-literal">True</span>)
ner(<span class="hljs-string">&quot;My name is Sylvain and I work at Hugging Face in Brooklyn.&quot;</span>)`,wrap:!1}}),Be=new w({props:{code:"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",highlighted:`[{<span class="hljs-string">&#x27;entity_group&#x27;</span>: <span class="hljs-string">&#x27;PER&#x27;</span>, <span class="hljs-string">&#x27;score&#x27;</span>: <span class="hljs-number">0.99816</span>, <span class="hljs-string">&#x27;word&#x27;</span>: <span class="hljs-string">&#x27;Sylvain&#x27;</span>, <span class="hljs-string">&#x27;start&#x27;</span>: <span class="hljs-number">11</span>, <span class="hljs-string">&#x27;end&#x27;</span>: <span class="hljs-number">18</span>}, 
 {<span class="hljs-string">&#x27;entity_group&#x27;</span>: <span class="hljs-string">&#x27;ORG&#x27;</span>, <span class="hljs-string">&#x27;score&#x27;</span>: <span class="hljs-number">0.97960</span>, <span class="hljs-string">&#x27;word&#x27;</span>: <span class="hljs-string">&#x27;Hugging Face&#x27;</span>, <span class="hljs-string">&#x27;start&#x27;</span>: <span class="hljs-number">33</span>, <span class="hljs-string">&#x27;end&#x27;</span>: <span class="hljs-number">45</span>}, 
 {<span class="hljs-string">&#x27;entity_group&#x27;</span>: <span class="hljs-string">&#x27;LOC&#x27;</span>, <span class="hljs-string">&#x27;score&#x27;</span>: <span class="hljs-number">0.99321</span>, <span class="hljs-string">&#x27;word&#x27;</span>: <span class="hljs-string">&#x27;Brooklyn&#x27;</span>, <span class="hljs-string">&#x27;start&#x27;</span>: <span class="hljs-number">49</span>, <span class="hljs-string">&#x27;end&#x27;</span>: <span class="hljs-number">57</span>}
]`,wrap:!1}}),G=new H({props:{$$slots:{default:[xa]},$$scope:{ctx:f}}}),Ge=new U({props:{title:"Responder preguntas",local:"responder-preguntas",headingTag:"h2"}}),He=new w({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBcXVlc3Rpb25fYW5zd2VyZXIlMjAlM0QlMjBwaXBlbGluZSglMjJxdWVzdGlvbi1hbnN3ZXJpbmclMjIpJTBBcXVlc3Rpb25fYW5zd2VyZXIoJTBBJTIwJTIwJTIwJTIwcXVlc3Rpb24lM0QlMjJXaGVyZSUyMGRvJTIwSSUyMHdvcmslM0YlMjIlMkMlMEElMjAlMjAlMjAlMjBjb250ZXh0JTNEJTIyTXklMjBuYW1lJTIwaXMlMjBTeWx2YWluJTIwYW5kJTIwSSUyMHdvcmslMjBhdCUyMEh1Z2dpbmclMjBGYWNlJTIwaW4lMjBCcm9va2x5biUyMiUyQyUwQSk=",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline

question_answerer = pipeline(<span class="hljs-string">&quot;question-answering&quot;</span>)
question_answerer(
    question=<span class="hljs-string">&quot;Where do I work?&quot;</span>,
    context=<span class="hljs-string">&quot;My name is Sylvain and I work at Hugging Face in Brooklyn&quot;</span>,
)`,wrap:!1}}),Ve=new w({props:{code:"JTdCJ3Njb3JlJyUzQSUyMDAuNjM4NTkxNjQ3MTQ4MTMyMyUyQyUyMCdzdGFydCclM0ElMjAzMyUyQyUyMCdlbmQnJTNBJTIwNDUlMkMlMjAnYW5zd2VyJyUzQSUyMCdIdWdnaW5nJTIwRmFjZSclN0Q=",highlighted:'{<span class="hljs-string">&#x27;score&#x27;</span>: <span class="hljs-number">0.6385916471481323</span>, <span class="hljs-string">&#x27;start&#x27;</span>: <span class="hljs-number">33</span>, <span class="hljs-string">&#x27;end&#x27;</span>: <span class="hljs-number">45</span>, <span class="hljs-string">&#x27;answer&#x27;</span>: <span class="hljs-string">&#x27;Hugging Face&#x27;</span>}',wrap:!1}}),ke=new U({props:{title:"Resumir ( Summarization )",local:"resumir--summarization-",headingTag:"h2"}}),Ye=new w({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBc3VtbWFyaXplciUyMCUzRCUyMHBpcGVsaW5lKCUyMnN1bW1hcml6YXRpb24lMjIpJTBBc3VtbWFyaXplciglMEElMjAlMjAlMjAlMjAlMjIlMjIlMjIlMEElMjAlMjAlMjAlMjBBbWVyaWNhJTIwaGFzJTIwY2hhbmdlZCUyMGRyYW1hdGljYWxseSUyMGR1cmluZyUyMHJlY2VudCUyMHllYXJzLiUyME5vdCUyMG9ubHklMjBoYXMlMjB0aGUlMjBudW1iZXIlMjBvZiUyMCUwQSUyMCUyMCUyMCUyMGdyYWR1YXRlcyUyMGluJTIwdHJhZGl0aW9uYWwlMjBlbmdpbmVlcmluZyUyMGRpc2NpcGxpbmVzJTIwc3VjaCUyMGFzJTIwbWVjaGFuaWNhbCUyQyUyMGNpdmlsJTJDJTIwJTBBJTIwJTIwJTIwJTIwZWxlY3RyaWNhbCUyQyUyMGNoZW1pY2FsJTJDJTIwYW5kJTIwYWVyb25hdXRpY2FsJTIwZW5naW5lZXJpbmclMjBkZWNsaW5lZCUyQyUyMGJ1dCUyMGluJTIwbW9zdCUyMG9mJTIwJTBBJTIwJTIwJTIwJTIwdGhlJTIwcHJlbWllciUyMEFtZXJpY2FuJTIwdW5pdmVyc2l0aWVzJTIwZW5naW5lZXJpbmclMjBjdXJyaWN1bGElMjBub3clMjBjb25jZW50cmF0ZSUyMG9uJTIwJTBBJTIwJTIwJTIwJTIwYW5kJTIwZW5jb3VyYWdlJTIwbGFyZ2VseSUyMHRoZSUyMHN0dWR5JTIwb2YlMjBlbmdpbmVlcmluZyUyMHNjaWVuY2UuJTIwQXMlMjBhJTIwcmVzdWx0JTJDJTIwdGhlcmUlMjAlMEElMjAlMjAlMjAlMjBhcmUlMjBkZWNsaW5pbmclMjBvZmZlcmluZ3MlMjBpbiUyMGVuZ2luZWVyaW5nJTIwc3ViamVjdHMlMjBkZWFsaW5nJTIwd2l0aCUyMGluZnJhc3RydWN0dXJlJTJDJTIwJTBBJTIwJTIwJTIwJTIwdGhlJTIwZW52aXJvbm1lbnQlMkMlMjBhbmQlMjByZWxhdGVkJTIwaXNzdWVzJTJDJTIwYW5kJTIwZ3JlYXRlciUyMGNvbmNlbnRyYXRpb24lMjBvbiUyMGhpZ2glMjAlMEElMjAlMjAlMjAlMjB0ZWNobm9sb2d5JTIwc3ViamVjdHMlMkMlMjBsYXJnZWx5JTIwc3VwcG9ydGluZyUyMGluY3JlYXNpbmdseSUyMGNvbXBsZXglMjBzY2llbnRpZmljJTIwJTBBJTIwJTIwJTIwJTIwZGV2ZWxvcG1lbnRzLiUyMFdoaWxlJTIwdGhlJTIwbGF0dGVyJTIwaXMlMjBpbXBvcnRhbnQlMkMlMjBpdCUyMHNob3VsZCUyMG5vdCUyMGJlJTIwYXQlMjB0aGUlMjBleHBlbnNlJTIwJTBBJTIwJTIwJTIwJTIwb2YlMjBtb3JlJTIwdHJhZGl0aW9uYWwlMjBlbmdpbmVlcmluZy4lMEElMEElMjAlMjAlMjAlMjBSYXBpZGx5JTIwZGV2ZWxvcGluZyUyMGVjb25vbWllcyUyMHN1Y2glMjBhcyUyMENoaW5hJTIwYW5kJTIwSW5kaWElMkMlMjBhcyUyMHdlbGwlMjBhcyUyMG90aGVyJTIwJTBBJTIwJTIwJTIwJTIwaW5kdXN0cmlhbCUyMGNvdW50cmllcyUyMGluJTIwRXVyb3BlJTIwYW5kJTIwQXNpYSUyQyUyMGNvbnRpbnVlJTIwdG8lMjBlbmNvdXJhZ2UlMjBhbmQlMjBhZHZhbmNlJTIwJTBBJTIwJTIwJTIwJTIwdGhlJTIwdGVhY2hpbmclMjBvZiUyMGVuZ2luZWVyaW5nLiUyMEJvdGglMjBDaGluYSUyMGFuZCUyMEluZGlhJTJDJTIwcmVzcGVjdGl2ZWx5JTJDJTIwZ3JhZHVhdGUlMjAlMEElMjAlMjAlMjAlMjBzaXglMjBhbmQlMjBlaWdodCUyMHRpbWVzJTIwYXMlMjBtYW55JTIwdHJhZGl0aW9uYWwlMjBlbmdpbmVlcnMlMjBhcyUyMGRvZXMlMjB0aGUlMjBVbml0ZWQlMjBTdGF0ZXMuJTIwJTBBJTIwJTIwJTIwJTIwT3RoZXIlMjBpbmR1c3RyaWFsJTIwY291bnRyaWVzJTIwYXQlMjBtaW5pbXVtJTIwbWFpbnRhaW4lMjB0aGVpciUyMG91dHB1dCUyQyUyMHdoaWxlJTIwQW1lcmljYSUyMCUwQSUyMCUyMCUyMCUyMHN1ZmZlcnMlMjBhbiUyMGluY3JlYXNpbmdseSUyMHNlcmlvdXMlMjBkZWNsaW5lJTIwaW4lMjB0aGUlMjBudW1iZXIlMjBvZiUyMGVuZ2luZWVyaW5nJTIwZ3JhZHVhdGVzJTIwJTBBJTIwJTIwJTIwJTIwYW5kJTIwYSUyMGxhY2slMjBvZiUyMHdlbGwtZWR1Y2F0ZWQlMjBlbmdpbmVlcnMuJTBBJTIyJTIyJTIyJTBBKQ==",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline

summarizer = pipeline(<span class="hljs-string">&quot;summarization&quot;</span>)
summarizer(
    <span class="hljs-string">&quot;&quot;&quot;
    America has changed dramatically during recent years. Not only has the number of 
    graduates in traditional engineering disciplines such as mechanical, civil, 
    electrical, chemical, and aeronautical engineering declined, but in most of 
    the premier American universities engineering curricula now concentrate on 
    and encourage largely the study of engineering science. As a result, there 
    are declining offerings in engineering subjects dealing with infrastructure, 
    the environment, and related issues, and greater concentration on high 
    technology subjects, largely supporting increasingly complex scientific 
    developments. While the latter is important, it should not be at the expense 
    of more traditional engineering.

    Rapidly developing economies such as China and India, as well as other 
    industrial countries in Europe and Asia, continue to encourage and advance 
    the teaching of engineering. Both China and India, respectively, graduate 
    six and eight times as many traditional engineers as does the United States. 
    Other industrial countries at minimum maintain their output, while America 
    suffers an increasingly serious decline in the number of engineering graduates 
    and a lack of well-educated engineers.
&quot;&quot;&quot;</span>
)`,wrap:!1}}),Ne=new w({props:{code:"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",highlighted:`[{<span class="hljs-string">&#x27;summary_text&#x27;</span>: <span class="hljs-string">&#x27; America has changed dramatically during recent years . The &#x27;</span>
                  <span class="hljs-string">&#x27;number of engineering graduates in the U.S. has declined in &#x27;</span>
                  <span class="hljs-string">&#x27;traditional engineering disciplines such as mechanical, civil &#x27;</span>
                  <span class="hljs-string">&#x27;, electrical, chemical, and aeronautical engineering . Rapidly &#x27;</span>
                  <span class="hljs-string">&#x27;developing economies such as China and India, as well as other &#x27;</span>
                  <span class="hljs-string">&#x27;industrial countries in Europe and Asia, continue to encourage &#x27;</span>
                  <span class="hljs-string">&#x27;and advance engineering .&#x27;</span>}]`,wrap:!1}}),Re=new U({props:{title:"Traducción",local:"traducción",headingTag:"h2"}}),Xe=new w({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBdHJhbnNsYXRvciUyMCUzRCUyMHBpcGVsaW5lKCUyMnRyYW5zbGF0aW9uJTIyJTJDJTIwbW9kZWwlM0QlMjJIZWxzaW5raS1OTFAlMkZvcHVzLW10LWZyLWVuJTIyKSUwQXRyYW5zbGF0b3IoJTIyQ2UlMjBjb3VycyUyMGVzdCUyMHByb2R1aXQlMjBwYXIlMjBIdWdnaW5nJTIwRmFjZS4lMjIp",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline

translator = pipeline(<span class="hljs-string">&quot;translation&quot;</span>, model=<span class="hljs-string">&quot;Helsinki-NLP/opus-mt-fr-en&quot;</span>)
translator(<span class="hljs-string">&quot;Ce cours est produit par Hugging Face.&quot;</span>)`,wrap:!1}}),Ee=new w({props:{code:"JTVCJTdCJ3RyYW5zbGF0aW9uX3RleHQnJTNBJTIwJ1RoaXMlMjBjb3Vyc2UlMjBpcyUyMHByb2R1Y2VkJTIwYnklMjBIdWdnaW5nJTIwRmFjZS4nJTdEJTVE",highlighted:'[{<span class="hljs-string">&#x27;translation_text&#x27;</span>: <span class="hljs-string">&#x27;This course is produced by Hugging Face.&#x27;</span>}]',wrap:!1}}),Z=new H({props:{$$slots:{default:[Ca]},$$scope:{ctx:f}}}),_e=new fa({props:{source:"https://github.com/huggingface/course/blob/main/chapters/es/chapter1/3.mdx"}}),{c(){i=o("meta"),T=n(),r=o("p"),j=n(),c(h.$$.fragment),g=n(),c(b.$$.fragment),De=n(),A=o("p"),A.innerHTML=gs,Oe=n(),c(I.$$.fragment),Ke=n(),c(k.$$.fragment),el=n(),q=o("p"),q.textContent=Us,ll=n(),$=o("img"),sl=n(),Y=o("p"),Y.innerHTML=hs,al=n(),c(x.$$.fragment),nl=n(),N=o("p"),N.textContent=Is,tl=n(),c(z.$$.fragment),il=n(),c(R.$$.fragment),rl=n(),S=o("p"),S.innerHTML=$s,ol=n(),c(X.$$.fragment),pl=n(),c(E.$$.fragment),cl=n(),Q=o("p"),Q.textContent=xs,Ml=n(),c(F.$$.fragment),dl=n(),c(_.$$.fragment),ul=n(),L=o("p"),L.innerHTML=Cs,ml=n(),P=o("p"),P.textContent=Bs,yl=n(),D=o("ol"),D.innerHTML=Ws,Jl=n(),O=o("p"),O.innerHTML=vs,Tl=n(),K=o("ul"),K.innerHTML=Gs,jl=n(),ee=o("p"),ee.textContent=Zs,wl=n(),c(le.$$.fragment),fl=n(),se=o("p"),se.innerHTML=Hs,gl=n(),c(ae.$$.fragment),Ul=n(),c(ne.$$.fragment),bl=n(),te=o("p"),te.innerHTML=Vs,hl=n(),c(C.$$.fragment),Il=n(),c(ie.$$.fragment),$l=n(),re=o("p"),re.innerHTML=As,xl=n(),c(oe.$$.fragment),Cl=n(),c(pe.$$.fragment),Bl=n(),ce=o("p"),ce.innerHTML=ks,Wl=n(),c(B.$$.fragment),vl=n(),c(Me.$$.fragment),Gl=n(),de=o("p"),de.innerHTML=qs,Zl=n(),ue=o("p"),ue.innerHTML=Ys,Hl=n(),c(me.$$.fragment),Vl=n(),c(ye.$$.fragment),Al=n(),Je=o("p"),Je.innerHTML=Ns,kl=n(),Te=o("p"),Te.textContent=zs,ql=n(),c(W.$$.fragment),Yl=n(),c(je.$$.fragment),Nl=n(),we=o("p"),we.innerHTML=Rs,zl=n(),fe=o("p"),fe.innerHTML=Ss,Rl=n(),c(ge.$$.fragment),Sl=n(),Ue=o("p"),Ue.innerHTML=Xs,Xl=n(),c(be.$$.fragment),El=n(),c(he.$$.fragment),Ql=n(),Ie=o("p"),Ie.innerHTML=Es,Fl=n(),c(v.$$.fragment),_l=n(),c($e.$$.fragment),Ll=n(),xe=o("p"),xe.textContent=Qs,Pl=n(),c(Ce.$$.fragment),Dl=n(),c(Be.$$.fragment),Ol=n(),We=o("p"),We.textContent=Fs,Kl=n(),ve=o("p"),ve.innerHTML=_s,es=n(),c(G.$$.fragment),ls=n(),c(Ge.$$.fragment),ss=n(),Ze=o("p"),Ze.innerHTML=Ls,as=n(),c(He.$$.fragment),ns=n(),c(Ve.$$.fragment),ts=n(),Ae=o("p"),Ae.textContent=Ps,is=n(),c(ke.$$.fragment),rs=n(),qe=o("p"),qe.textContent=Ds,os=n(),c(Ye.$$.fragment),ps=n(),c(Ne.$$.fragment),cs=n(),ze=o("p"),ze.innerHTML=Os,Ms=n(),c(Re.$$.fragment),ds=n(),Se=o("p"),Se.innerHTML=Ks,us=n(),c(Xe.$$.fragment),ms=n(),c(Ee.$$.fragment),ys=n(),Qe=o("p"),Qe.innerHTML=ea,Js=n(),c(Z.$$.fragment),Ts=n(),Fe=o("p"),Fe.innerHTML=la,js=n(),c(_e.$$.fragment),ws=n(),Le=o("p"),this.h()},l(e){const l=Ja("svelte-u9bgzb",document.head);i=p(l,"META",{name:!0,content:!0}),l.forEach(s),T=t(e),r=p(e,"P",{}),ca(r).forEach(s),j=t(e),M(h.$$.fragment,e),g=t(e),M(b.$$.fragment,e),De=t(e),A=p(e,"P",{"data-svelte-h":!0}),J(A)!=="svelte-68x8rk"&&(A.innerHTML=gs),Oe=t(e),M(I.$$.fragment,e),Ke=t(e),M(k.$$.fragment,e),el=t(e),q=p(e,"P",{"data-svelte-h":!0}),J(q)!=="svelte-fnwekq"&&(q.textContent=Us),ll=t(e),$=p(e,"IMG",{src:!0,alt:!0,width:!0}),sl=t(e),Y=p(e,"P",{"data-svelte-h":!0}),J(Y)!=="svelte-rp9hup"&&(Y.innerHTML=hs),al=t(e),M(x.$$.fragment,e),nl=t(e),N=p(e,"P",{"data-svelte-h":!0}),J(N)!=="svelte-zqj32d"&&(N.textContent=Is),tl=t(e),M(z.$$.fragment,e),il=t(e),M(R.$$.fragment,e),rl=t(e),S=p(e,"P",{"data-svelte-h":!0}),J(S)!=="svelte-13dl78k"&&(S.innerHTML=$s),ol=t(e),M(X.$$.fragment,e),pl=t(e),M(E.$$.fragment,e),cl=t(e),Q=p(e,"P",{"data-svelte-h":!0}),J(Q)!=="svelte-46q8tk"&&(Q.textContent=xs),Ml=t(e),M(F.$$.fragment,e),dl=t(e),M(_.$$.fragment,e),ul=t(e),L=p(e,"P",{"data-svelte-h":!0}),J(L)!=="svelte-qd5uj3"&&(L.innerHTML=Cs),ml=t(e),P=p(e,"P",{"data-svelte-h":!0}),J(P)!=="svelte-1esesy0"&&(P.textContent=Bs),yl=t(e),D=p(e,"OL",{"data-svelte-h":!0}),J(D)!=="svelte-1h2csy8"&&(D.innerHTML=Ws),Jl=t(e),O=p(e,"P",{"data-svelte-h":!0}),J(O)!=="svelte-w9ejjg"&&(O.innerHTML=vs),Tl=t(e),K=p(e,"UL",{"data-svelte-h":!0}),J(K)!=="svelte-wlc0bk"&&(K.innerHTML=Gs),jl=t(e),ee=p(e,"P",{"data-svelte-h":!0}),J(ee)!=="svelte-mbixgc"&&(ee.textContent=Zs),wl=t(e),M(le.$$.fragment,e),fl=t(e),se=p(e,"P",{"data-svelte-h":!0}),J(se)!=="svelte-ks01ac"&&(se.innerHTML=Hs),gl=t(e),M(ae.$$.fragment,e),Ul=t(e),M(ne.$$.fragment,e),bl=t(e),te=p(e,"P",{"data-svelte-h":!0}),J(te)!=="svelte-aaysb3"&&(te.innerHTML=Vs),hl=t(e),M(C.$$.fragment,e),Il=t(e),M(ie.$$.fragment,e),$l=t(e),re=p(e,"P",{"data-svelte-h":!0}),J(re)!=="svelte-vpchjz"&&(re.innerHTML=As),xl=t(e),M(oe.$$.fragment,e),Cl=t(e),M(pe.$$.fragment,e),Bl=t(e),ce=p(e,"P",{"data-svelte-h":!0}),J(ce)!=="svelte-hpkfau"&&(ce.innerHTML=ks),Wl=t(e),M(B.$$.fragment,e),vl=t(e),M(Me.$$.fragment,e),Gl=t(e),de=p(e,"P",{"data-svelte-h":!0}),J(de)!=="svelte-du84g1"&&(de.innerHTML=qs),Zl=t(e),ue=p(e,"P",{"data-svelte-h":!0}),J(ue)!=="svelte-g7bgw2"&&(ue.innerHTML=Ys),Hl=t(e),M(me.$$.fragment,e),Vl=t(e),M(ye.$$.fragment,e),Al=t(e),Je=p(e,"P",{"data-svelte-h":!0}),J(Je)!=="svelte-1gbrr0j"&&(Je.innerHTML=Ns),kl=t(e),Te=p(e,"P",{"data-svelte-h":!0}),J(Te)!=="svelte-1ulmaui"&&(Te.textContent=zs),ql=t(e),M(W.$$.fragment,e),Yl=t(e),M(je.$$.fragment,e),Nl=t(e),we=p(e,"P",{"data-svelte-h":!0}),J(we)!=="svelte-1611smg"&&(we.innerHTML=Rs),zl=t(e),fe=p(e,"P",{"data-svelte-h":!0}),J(fe)!=="svelte-qsh6hw"&&(fe.innerHTML=Ss),Rl=t(e),M(ge.$$.fragment,e),Sl=t(e),Ue=p(e,"P",{"data-svelte-h":!0}),J(Ue)!=="svelte-13qm2xz"&&(Ue.innerHTML=Xs),Xl=t(e),M(be.$$.fragment,e),El=t(e),M(he.$$.fragment,e),Ql=t(e),Ie=p(e,"P",{"data-svelte-h":!0}),J(Ie)!=="svelte-1borzw1"&&(Ie.innerHTML=Es),Fl=t(e),M(v.$$.fragment,e),_l=t(e),M($e.$$.fragment,e),Ll=t(e),xe=p(e,"P",{"data-svelte-h":!0}),J(xe)!=="svelte-97y3rr"&&(xe.textContent=Qs),Pl=t(e),M(Ce.$$.fragment,e),Dl=t(e),M(Be.$$.fragment,e),Ol=t(e),We=p(e,"P",{"data-svelte-h":!0}),J(We)!=="svelte-1j6d5ci"&&(We.textContent=Fs),Kl=t(e),ve=p(e,"P",{"data-svelte-h":!0}),J(ve)!=="svelte-x0c898"&&(ve.innerHTML=_s),es=t(e),M(G.$$.fragment,e),ls=t(e),M(Ge.$$.fragment,e),ss=t(e),Ze=p(e,"P",{"data-svelte-h":!0}),J(Ze)!=="svelte-1jpyo6l"&&(Ze.innerHTML=Ls),as=t(e),M(He.$$.fragment,e),ns=t(e),M(Ve.$$.fragment,e),ts=t(e),Ae=p(e,"P",{"data-svelte-h":!0}),J(Ae)!=="svelte-13dis9j"&&(Ae.textContent=Ps),is=t(e),M(ke.$$.fragment,e),rs=t(e),qe=p(e,"P",{"data-svelte-h":!0}),J(qe)!=="svelte-n5k68v"&&(qe.textContent=Ds),os=t(e),M(Ye.$$.fragment,e),ps=t(e),M(Ne.$$.fragment,e),cs=t(e),ze=p(e,"P",{"data-svelte-h":!0}),J(ze)!=="svelte-kietwe"&&(ze.innerHTML=Os),Ms=t(e),M(Re.$$.fragment,e),ds=t(e),Se=p(e,"P",{"data-svelte-h":!0}),J(Se)!=="svelte-1lnkqlb"&&(Se.innerHTML=Ks),us=t(e),M(Xe.$$.fragment,e),ms=t(e),M(Ee.$$.fragment,e),ys=t(e),Qe=p(e,"P",{"data-svelte-h":!0}),J(Qe)!=="svelte-82qv3s"&&(Qe.innerHTML=ea),Js=t(e),M(Z.$$.fragment,e),Ts=t(e),Fe=p(e,"P",{"data-svelte-h":!0}),J(Fe)!=="svelte-tkwx46"&&(Fe.innerHTML=la),js=t(e),M(_e.$$.fragment,e),ws=t(e),Le=p(e,"P",{}),ca(Le).forEach(s),this.h()},h(){Pe(i,"name","hf:doc:metadata"),Pe(i,"content",Wa),da($.src,bs="https://huggingface.co/datasets/huggingface-course/documentation-images/resolve/main/en/chapter1/companies.PNG")||Pe($,"src",bs),Pe($,"alt","Companies using Hugging Face"),Pe($,"width","100%")},m(e,l){Ta(document.head,i),a(e,T,l),a(e,r,l),a(e,j,l),d(h,e,l),a(e,g,l),d(b,e,l),a(e,De,l),a(e,A,l),a(e,Oe,l),d(I,e,l),a(e,Ke,l),d(k,e,l),a(e,el,l),a(e,q,l),a(e,ll,l),a(e,$,l),a(e,sl,l),a(e,Y,l),a(e,al,l),d(x,e,l),a(e,nl,l),a(e,N,l),a(e,tl,l),d(z,e,l),a(e,il,l),d(R,e,l),a(e,rl,l),a(e,S,l),a(e,ol,l),d(X,e,l),a(e,pl,l),d(E,e,l),a(e,cl,l),a(e,Q,l),a(e,Ml,l),d(F,e,l),a(e,dl,l),d(_,e,l),a(e,ul,l),a(e,L,l),a(e,ml,l),a(e,P,l),a(e,yl,l),a(e,D,l),a(e,Jl,l),a(e,O,l),a(e,Tl,l),a(e,K,l),a(e,jl,l),a(e,ee,l),a(e,wl,l),d(le,e,l),a(e,fl,l),a(e,se,l),a(e,gl,l),d(ae,e,l),a(e,Ul,l),d(ne,e,l),a(e,bl,l),a(e,te,l),a(e,hl,l),d(C,e,l),a(e,Il,l),d(ie,e,l),a(e,$l,l),a(e,re,l),a(e,xl,l),d(oe,e,l),a(e,Cl,l),d(pe,e,l),a(e,Bl,l),a(e,ce,l),a(e,Wl,l),d(B,e,l),a(e,vl,l),d(Me,e,l),a(e,Gl,l),a(e,de,l),a(e,Zl,l),a(e,ue,l),a(e,Hl,l),d(me,e,l),a(e,Vl,l),d(ye,e,l),a(e,Al,l),a(e,Je,l),a(e,kl,l),a(e,Te,l),a(e,ql,l),d(W,e,l),a(e,Yl,l),d(je,e,l),a(e,Nl,l),a(e,we,l),a(e,zl,l),a(e,fe,l),a(e,Rl,l),d(ge,e,l),a(e,Sl,l),a(e,Ue,l),a(e,Xl,l),d(be,e,l),a(e,El,l),d(he,e,l),a(e,Ql,l),a(e,Ie,l),a(e,Fl,l),d(v,e,l),a(e,_l,l),d($e,e,l),a(e,Ll,l),a(e,xe,l),a(e,Pl,l),d(Ce,e,l),a(e,Dl,l),d(Be,e,l),a(e,Ol,l),a(e,We,l),a(e,Kl,l),a(e,ve,l),a(e,es,l),d(G,e,l),a(e,ls,l),d(Ge,e,l),a(e,ss,l),a(e,Ze,l),a(e,as,l),d(He,e,l),a(e,ns,l),d(Ve,e,l),a(e,ts,l),a(e,Ae,l),a(e,is,l),d(ke,e,l),a(e,rs,l),a(e,qe,l),a(e,os,l),d(Ye,e,l),a(e,ps,l),d(Ne,e,l),a(e,cs,l),a(e,ze,l),a(e,Ms,l),d(Re,e,l),a(e,ds,l),a(e,Se,l),a(e,us,l),d(Xe,e,l),a(e,ms,l),d(Ee,e,l),a(e,ys,l),a(e,Qe,l),a(e,Js,l),d(Z,e,l),a(e,Ts,l),a(e,Fe,l),a(e,js,l),d(_e,e,l),a(e,ws,l),a(e,Le,l),fs=!0},p(e,[l]){const sa={};l&2&&(sa.$$scope={dirty:l,ctx:e}),I.$set(sa);const aa={};l&2&&(aa.$$scope={dirty:l,ctx:e}),x.$set(aa);const na={};l&2&&(na.$$scope={dirty:l,ctx:e}),C.$set(na);const ta={};l&2&&(ta.$$scope={dirty:l,ctx:e}),B.$set(ta);const ia={};l&2&&(ia.$$scope={dirty:l,ctx:e}),W.$set(ia);const ra={};l&2&&(ra.$$scope={dirty:l,ctx:e}),v.$set(ra);const oa={};l&2&&(oa.$$scope={dirty:l,ctx:e}),G.$set(oa);const pa={};l&2&&(pa.$$scope={dirty:l,ctx:e}),Z.$set(pa)},i(e){fs||(u(h.$$.fragment,e),u(b.$$.fragment,e),u(I.$$.fragment,e),u(k.$$.fragment,e),u(x.$$.fragment,e),u(z.$$.fragment,e),u(R.$$.fragment,e),u(X.$$.fragment,e),u(E.$$.fragment,e),u(F.$$.fragment,e),u(_.$$.fragment,e),u(le.$$.fragment,e),u(ae.$$.fragment,e),u(ne.$$.fragment,e),u(C.$$.fragment,e),u(ie.$$.fragment,e),u(oe.$$.fragment,e),u(pe.$$.fragment,e),u(B.$$.fragment,e),u(Me.$$.fragment,e),u(me.$$.fragment,e),u(ye.$$.fragment,e),u(W.$$.fragment,e),u(je.$$.fragment,e),u(ge.$$.fragment,e),u(be.$$.fragment,e),u(he.$$.fragment,e),u(v.$$.fragment,e),u($e.$$.fragment,e),u(Ce.$$.fragment,e),u(Be.$$.fragment,e),u(G.$$.fragment,e),u(Ge.$$.fragment,e),u(He.$$.fragment,e),u(Ve.$$.fragment,e),u(ke.$$.fragment,e),u(Ye.$$.fragment,e),u(Ne.$$.fragment,e),u(Re.$$.fragment,e),u(Xe.$$.fragment,e),u(Ee.$$.fragment,e),u(Z.$$.fragment,e),u(_e.$$.fragment,e),fs=!0)},o(e){m(h.$$.fragment,e),m(b.$$.fragment,e),m(I.$$.fragment,e),m(k.$$.fragment,e),m(x.$$.fragment,e),m(z.$$.fragment,e),m(R.$$.fragment,e),m(X.$$.fragment,e),m(E.$$.fragment,e),m(F.$$.fragment,e),m(_.$$.fragment,e),m(le.$$.fragment,e),m(ae.$$.fragment,e),m(ne.$$.fragment,e),m(C.$$.fragment,e),m(ie.$$.fragment,e),m(oe.$$.fragment,e),m(pe.$$.fragment,e),m(B.$$.fragment,e),m(Me.$$.fragment,e),m(me.$$.fragment,e),m(ye.$$.fragment,e),m(W.$$.fragment,e),m(je.$$.fragment,e),m(ge.$$.fragment,e),m(be.$$.fragment,e),m(he.$$.fragment,e),m(v.$$.fragment,e),m($e.$$.fragment,e),m(Ce.$$.fragment,e),m(Be.$$.fragment,e),m(G.$$.fragment,e),m(Ge.$$.fragment,e),m(He.$$.fragment,e),m(Ve.$$.fragment,e),m(ke.$$.fragment,e),m(Ye.$$.fragment,e),m(Ne.$$.fragment,e),m(Re.$$.fragment,e),m(Xe.$$.fragment,e),m(Ee.$$.fragment,e),m(Z.$$.fragment,e),m(_e.$$.fragment,e),fs=!1},d(e){e&&(s(T),s(r),s(j),s(g),s(De),s(A),s(Oe),s(Ke),s(el),s(q),s(ll),s($),s(sl),s(Y),s(al),s(nl),s(N),s(tl),s(il),s(rl),s(S),s(ol),s(pl),s(cl),s(Q),s(Ml),s(dl),s(ul),s(L),s(ml),s(P),s(yl),s(D),s(Jl),s(O),s(Tl),s(K),s(jl),s(ee),s(wl),s(fl),s(se),s(gl),s(Ul),s(bl),s(te),s(hl),s(Il),s($l),s(re),s(xl),s(Cl),s(Bl),s(ce),s(Wl),s(vl),s(Gl),s(de),s(Zl),s(ue),s(Hl),s(Vl),s(Al),s(Je),s(kl),s(Te),s(ql),s(Yl),s(Nl),s(we),s(zl),s(fe),s(Rl),s(Sl),s(Ue),s(Xl),s(El),s(Ql),s(Ie),s(Fl),s(_l),s(Ll),s(xe),s(Pl),s(Dl),s(Ol),s(We),s(Kl),s(ve),s(es),s(ls),s(ss),s(Ze),s(as),s(ns),s(ts),s(Ae),s(is),s(rs),s(qe),s(os),s(ps),s(cs),s(ze),s(Ms),s(ds),s(Se),s(us),s(ms),s(ys),s(Qe),s(Js),s(Ts),s(Fe),s(js),s(ws),s(Le)),s(i),y(h,e),y(b,e),y(I,e),y(k,e),y(x,e),y(z,e),y(R,e),y(X,e),y(E,e),y(F,e),y(_,e),y(le,e),y(ae,e),y(ne,e),y(C,e),y(ie,e),y(oe,e),y(pe,e),y(B,e),y(Me,e),y(me,e),y(ye,e),y(W,e),y(je,e),y(ge,e),y(be,e),y(he,e),y(v,e),y($e,e),y(Ce,e),y(Be,e),y(G,e),y(Ge,e),y(He,e),y(Ve,e),y(ke,e),y(Ye,e),y(Ne,e),y(Re,e),y(Xe,e),y(Ee,e),y(Z,e),y(_e,e)}}}const Wa='{"title":"Transformadores, ¿qué pueden hacer?","local":"transformadores-qué-pueden-hacer","sections":[{"title":"¡Los Transformadores están en todas partes!","local":"los-transformadores-están-en-todas-partes","sections":[],"depth":2},{"title":"Trabajando con pipelines","local":"trabajando-con-pipelines","sections":[],"depth":2},{"title":"Clasificación zero-shot","local":"clasificación-zero-shot","sections":[],"depth":2},{"title":"Generación de texto","local":"generación-de-texto","sections":[],"depth":2},{"title":"Usa cualquier modelo del Hub en un pipeline","local":"usa-cualquier-modelo-del-hub-en-un-pipeline","sections":[{"title":"La API de Inferencia","local":"la-api-de-inferencia","sections":[],"depth":3}],"depth":2},{"title":"Llenado de ocultos ( Mask filling )","local":"llenado-de-ocultos--mask-filling-","sections":[],"depth":2},{"title":"Reconocimiento de entidades nombradas","local":"reconocimiento-de-entidades-nombradas","sections":[],"depth":2},{"title":"Responder preguntas","local":"responder-preguntas","sections":[],"depth":2},{"title":"Resumir ( Summarization )","local":"resumir--summarization-","sections":[],"depth":2},{"title":"Traducción","local":"traducción","sections":[],"depth":2}],"depth":1}';function va(f){return ua(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class Na extends ma{constructor(i){super(),ya(this,i,va,Ba,Ma,{})}}export{Na as component};