course/pr_1069/ko/_app/immutable/nodes/3.dda88417.js

import{s as Ee,n as qe,o as Ae}from"../chunks/scheduler.37c15a92.js";import{S as Be,i as Ge,g as r,s as i,r as D,A as Ie,h as s,f as l,c as a,j as Se,u as S,x as o,k as we,y as Ue,a as n,v as E,d as q,t as A,w as B}from"../chunks/index.2bf4358c.js";import{Y as Oe}from"../chunks/Youtube.1e50a667.js";import{C as Re}from"../chunks/CourseFloatingBanner.9ff4c771.js";import{H as ce,E as je}from"../chunks/getInferenceSnippets.24b50994.js";function We($e){let f,U,G,O,u,R,g,j,m,W,h,Y,c,ve='이번 강의에서는 <a href="https://huggingface.co/" rel="nofollow">Hugging Face</a> 환경의 라이브러리(<a href="https://github.com/huggingface/transformers" rel="nofollow">🤗 Transformers</a>, <a href="https://github.com/huggingface/datasets" rel="nofollow">🤗 Datasets</a>, <a href="https://github.com/huggingface/tokenizers" rel="nofollow">🤗 Tokenizers</a>, <a href="https://github.com/huggingface/accelerate" rel="nofollow">🤗 Accelerate</a>)와 <a href="https://huggingface.co/models" rel="nofollow">Hugging Face Hub</a> 를 이용해 자연어 처리(NLP)에 대해 배워보겠습니다. (무료 강의에 광고도 없는건 비밀입니다!)',J,w,K,$,Le="강의 개요 훑어보기:",V,p,Te='<img class="block dark:hidden" src="https://huggingface.co/datasets/huggingface-course/documentation-images/resolve/main/en/chapter1/summary.svg" alt="Brief overview of the chapters of the course."/> <img class="hidden dark:block" src="https://huggingface.co/datasets/huggingface-course/documentation-images/resolve/main/en/chapter1/summary-dark.svg" alt="Brief overview of the chapters of the course."/>',Q,v,He='<li>챕터 1~4에서는 🤗 Transformers 라이브러리의 핵심 개념에 대해 소개합니다. 이 부분을 마치면 트랜스포머 모델의 동작 원리를 이해하실 수 있고, <a href="https://huggingface.co/models" rel="nofollow">Hugging Face Hub</a>에서 모델을 사용하여 데이터셋으로 미세 조정(fine-tune)한 후 Hub에 모델을 공유하는 방법까지 터득하게 될 것입니다!</li> <li>챕터 5~8은 본격적으로 고전 NLP 업무를 수행하기 앞서, 🤗 Datasets와 🤗 Tokenizers의 기초에 대해 알아봅니다. 이 부분을 모두 학습하시면 일반적인 NLP 문제를 스스로 해낼 수 있게 됩니다.</li> <li>챕터 9~12에서는 트랜스포머 모델이 NLP 문제를 넘어, 음성 처리 및 컴퓨터 비전에 어떻게 활용되는지 탐구합니다. 이 과정에서 모델 데모를 구축하고 공유하는 방법과 이를 프로덕션 환경에 최적화하는 방법을 공부합니다. 이러한 과정을 거쳐서, 여러분들은 거의 모든 기계 학습(머신 러닝) 문제에 🤗 Transformers를 적용할 준비를 갖추게 됩니다!</li>',X,L,_e="이번 강의는:",Z,T,de='<li>파이썬에 대한 기초 지식이 필요합니다</li> <li><a href="https://www.deeplearning.ai/" rel="nofollow">DeepLearning.AI</a> 의 프로그램이나  <a href="https://www.fast.ai/" rel="nofollow">fast.ai’s</a> <a href="https://course.fast.ai/" rel="nofollow">Practical Deep Learning for Coders</a> 와 같은 딥러닝에 대한 기초 강의를 듣고 수강하면 더욱 효과적입니다</li> <li><a href="https://pytorch.org/" rel="nofollow">PyTorch</a> , <a href="https://www.tensorflow.org/" rel="nofollow">TensorFlow</a> 에 대한 선수 지식이 필요하지는 않지만, 이에 익숙하시다면 도움이 될 것입니다</li>',ee,H,Me='본 강의를 모두 수강한 후, DeepLearning.AI의 <a href="https://www.coursera.org/specializations/natural-language-processing?utm_source=deeplearning-ai&amp;utm_medium=institutions&amp;utm_campaign=20211011-nlp-2-hugging_face-page-nlp-refresh" rel="nofollow">Natural Language Processing Specialization</a>을 학습하시길 권장드립니다. 해당 과정에서는 Naive Bayes, LSTM과 같은 알아두면 너무나 유용한 더 넓은 범위의 전통 NLP 모델에 대해 학습할 수 있습니다!',te,_,le,d,Pe="저자 소개:",ne,M,xe='<strong>Matthew Carrigan</strong>은 Hugging Face의 머신 러닝 엔지니어입니다. 현재 아일랜드 더블린에 살고 있으며, 이전에는 <a href="http://parse.ly/" rel="nofollow">Parse.ly</a> 에서 ML 엔지니어로, 그 전에는 Trinity Collge Dublin에서 박사 과정 이후 연구원으로 근무했습니다. 사람이 기존 인공지능 아키텍쳐를 확장하여 사람 수준에는 도달하지 못할거라고 생각하지만, 그럼에도 불멸 로봇(immortality robot)에 대해 큰 기대를 갖고 있습니다.',ie,P,Ce="<strong>Lysandre Debut</strong>는 Hugging Face의 머신 러닝 엔지니어이며 초창기부터 🤗 Transformers 라이브러리 작업을 함께 했습니다. 아주 사용하기 쉬운 API를 개발하여 모두가 NLP를 쉽게 사용할 수 있도록 하는 목표를 갖고 있습니다.",ae,x,be='<strong>Sylvain Gugger</strong>는 Hugging Face의 리서치 엔지니어로 🤗 Transformers 라이브러리의 주요 관리자 중 한명입니다. 이전에 <a href="http://fast.ai/" rel="nofollow">fast.ai</a> 에서 리서치 사이언티스트로 있었으며 Jeremy Howard와 함께  <em><a href="https://learning.oreilly.com/library/view/deep-learning-for/9781492045519/" rel="nofollow">Deep Learning for Coders with fastai and PyTorch</a></em> 를 저술했습니다. 적은 리소스에서도 모델이 빠르게 학습되도록 기술을 디자인하고 개선하여 딥러닝에 보다 쉽게 접근할 수 있도록 하는 것을 리서치의 가장 큰 목표로 삼고 있습니다.',re,C,ye="<strong>Merve Noyan</strong>은 Hugging Face의 개발자 애드보케이트로, 모두에게 평등한 민주적인 머신 러닝 생태계를 만드는 목표를 갖고 있으며, 개발툴 작업 및 주변 컨텐츠 구축 작업을 담당하고 있습니다.",se,b,ke="<strong>Lucile Saulnier</strong>은 Hugging Face의 ML 엔지니어로 오픈 소스 툴 사용에 대한 개발 및 지원을 담당합니다. 자연어 처리 분야에서 협업 학습, BigScience등과 같은 다양한 리서치 프로젝트에도 활발히 참여하고 있습니다.",oe,y,Fe='<strong>Lewis Tunstall</strong>는 Hugging Face의 ML 엔지니어로 오픈 소스 툴을 개발하여 더 많은 커뮤니티에 상용화되도록 하는 데에 초점을 맞추고 있습니다. 곧 출간되는 <a href="https://www.oreilly.com/library/view/natural-language-processing/9781098136789/" rel="nofollow">O’Reilly book on Transformers</a>의 공저자이기도 합니다.',fe,k,Ne='<strong>Leandro von Werra</strong>는 Hugging Face 오픈소스 팀의 머신 러닝 엔지니어이자 곧 출간될 <a href="https://www.oreilly.com/library/view/natural-language-processing/9781098136789/" rel="nofollow">O’Reilly book on Transformers</a>의 공동 저자입니다.  모든 머신 러닝 스택에서의 작업을 통해 수 년간 NLP 프로젝트를 프로덕션으로 들여온 경력자입니다.',pe,F,ze="시작할 준비가 되셨나요? 이번 챕터에서 다룰 내용은 다음과 같습니다:",ue,N,De="<li>텍스트 생성 및 분류와 같은 NLP 문제를 푸는 <code>pipeline()</code> 함수 사용법</li> <li>트랜스포머 모델 구조</li> <li>인코더(encoder), 디코더(decoder), 인코더-디코더(encoder-decoder)의 구조와 용례</li>",ge,z,me,I,he;return u=new ce({props:{title:"단원 소개",local:"단원-소개",headingTag:"h1"}}),g=new Re({props:{chapter:1,classNames:"absolute z-10 right-0 top-0"}}),m=new ce({props:{title:"🤗 강의 수강생 여러분 환영합니다!",local:"-강의-수강생-여러분-환영합니다",headingTag:"h2"}}),h=new Oe({props:{id:"00GKzGyWFEs"}}),w=new ce({props:{title:"무엇을 배우나요?",local:"무엇을-배우나요",headingTag:"h2"}}),_=new ce({props:{title:"우리가 누구일까요?",local:"우리가-누구일까요",headingTag:"h2"}}),z=new je({props:{source:"https://github.com/huggingface/course/blob/main/chapters/ko/chapter1/1.mdx"}}),{c(){f=r("meta"),U=i(),G=r("p"),O=i(),D(u.$$.fragment),R=i(),D(g.$$.fragment),j=i(),D(m.$$.fragment),W=i(),D(h.$$.fragment),Y=i(),c=r("p"),c.innerHTML=ve,J=i(),D(w.$$.fragment),K=i(),$=r("p"),$.textContent=Le,V=i(),p=r("div"),p.innerHTML=Te,Q=i(),v=r("ul"),v.innerHTML=He,X=i(),L=r("p"),L.textContent=_e,Z=i(),T=r("ul"),T.innerHTML=de,ee=i(),H=r("p"),H.innerHTML=Me,te=i(),D(_.$$.fragment),le=i(),d=r("p"),d.textContent=Pe,ne=i(),M=r("p"),M.innerHTML=xe,ie=i(),P=r("p"),P.innerHTML=Ce,ae=i(),x=r("p"),x.innerHTML=be,re=i(),C=r("p"),C.innerHTML=ye,se=i(),b=r("p"),b.innerHTML=ke,oe=i(),y=r("p"),y.innerHTML=Fe,fe=i(),k=r("p"),k.innerHTML=Ne,pe=i(),F=r("p"),F.textContent=ze,ue=i(),N=r("ul"),N.innerHTML=De,ge=i(),D(z.$$.fragment),me=i(),I=r("p"),this.h()},l(e){const t=Ie("svelte-u9bgzb",document.head);f=s(t,"META",{name:!0,content:!0}),t.forEach(l),U=a(e),G=s(e,"P",{}),Se(G).forEach(l),O=a(e),S(u.$$.fragment,e),R=a(e),S(g.$$.fragment,e),j=a(e),S(m.$$.fragment,e),W=a(e),S(h.$$.fragment,e),Y=a(e),c=s(e,"P",{"data-svelte-h":!0}),o(c)!=="svelte-krdqto"&&(c.innerHTML=ve),J=a(e),S(w.$$.fragment,e),K=a(e),$=s(e,"P",{"data-svelte-h":!0}),o($)!=="svelte-1pgooaq"&&($.textContent=Le),V=a(e),p=s(e,"DIV",{class:!0,"data-svelte-h":!0}),o(p)!=="svelte-1f838r7"&&(p.innerHTML=Te),Q=a(e),v=s(e,"UL",{"data-svelte-h":!0}),o(v)!=="svelte-1agh873"&&(v.innerHTML=He),X=a(e),L=s(e,"P",{"data-svelte-h":!0}),o(L)!=="svelte-183lwir"&&(L.textContent=_e),Z=a(e),T=s(e,"UL",{"data-svelte-h":!0}),o(T)!=="svelte-bq766i"&&(T.innerHTML=de),ee=a(e),H=s(e,"P",{"data-svelte-h":!0}),o(H)!=="svelte-19e3zld"&&(H.innerHTML=Me),te=a(e),S(_.$$.fragment,e),le=a(e),d=s(e,"P",{"data-svelte-h":!0}),o(d)!=="svelte-81yecm"&&(d.textContent=Pe),ne=a(e),M=s(e,"P",{"data-svelte-h":!0}),o(M)!=="svelte-1asmhcp"&&(M.innerHTML=xe),ie=a(e),P=s(e,"P",{"data-svelte-h":!0}),o(P)!=="svelte-1vdoq7t"&&(P.innerHTML=Ce),ae=a(e),x=s(e,"P",{"data-svelte-h":!0}),o(x)!=="svelte-1x01khq"&&(x.innerHTML=be),re=a(e),C=s(e,"P",{"data-svelte-h":!0}),o(C)!=="svelte-1t1mg7f"&&(C.innerHTML=ye),se=a(e),b=s(e,"P",{"data-svelte-h":!0}),o(b)!=="svelte-p9pnrc"&&(b.innerHTML=ke),oe=a(e),y=s(e,"P",{"data-svelte-h":!0}),o(y)!=="svelte-to58ws"&&(y.innerHTML=Fe),fe=a(e),k=s(e,"P",{"data-svelte-h":!0}),o(k)!=="svelte-d7g61"&&(k.innerHTML=Ne),pe=a(e),F=s(e,"P",{"data-svelte-h":!0}),o(F)!=="svelte-v06luu"&&(F.textContent=ze),ue=a(e),N=s(e,"UL",{"data-svelte-h":!0}),o(N)!=="svelte-1f1u7bi"&&(N.innerHTML=De),ge=a(e),S(z.$$.fragment,e),me=a(e),I=s(e,"P",{}),Se(I).forEach(l),this.h()},h(){we(f,"name","hf:doc:metadata"),we(f,"content",Ye),we(p,"class","flex justify-center")},m(e,t){Ue(document.head,f),n(e,U,t),n(e,G,t),n(e,O,t),E(u,e,t),n(e,R,t),E(g,e,t),n(e,j,t),E(m,e,t),n(e,W,t),E(h,e,t),n(e,Y,t),n(e,c,t),n(e,J,t),E(w,e,t),n(e,K,t),n(e,$,t),n(e,V,t),n(e,p,t),n(e,Q,t),n(e,v,t),n(e,X,t),n(e,L,t),n(e,Z,t),n(e,T,t),n(e,ee,t),n(e,H,t),n(e,te,t),E(_,e,t),n(e,le,t),n(e,d,t),n(e,ne,t),n(e,M,t),n(e,ie,t),n(e,P,t),n(e,ae,t),n(e,x,t),n(e,re,t),n(e,C,t),n(e,se,t),n(e,b,t),n(e,oe,t),n(e,y,t),n(e,fe,t),n(e,k,t),n(e,pe,t),n(e,F,t),n(e,ue,t),n(e,N,t),n(e,ge,t),E(z,e,t),n(e,me,t),n(e,I,t),he=!0},p:qe,i(e){he||(q(u.$$.fragment,e),q(g.$$.fragment,e),q(m.$$.fragment,e),q(h.$$.fragment,e),q(w.$$.fragment,e),q(_.$$.fragment,e),q(z.$$.fragment,e),he=!0)},o(e){A(u.$$.fragment,e),A(g.$$.fragment,e),A(m.$$.fragment,e),A(h.$$.fragment,e),A(w.$$.fragment,e),A(_.$$.fragment,e),A(z.$$.fragment,e),he=!1},d(e){e&&(l(U),l(G),l(O),l(R),l(j),l(W),l(Y),l(c),l(J),l(K),l($),l(V),l(p),l(Q),l(v),l(X),l(L),l(Z),l(T),l(ee),l(H),l(te),l(le),l(d),l(ne),l(M),l(ie),l(P),l(ae),l(x),l(re),l(C),l(se),l(b),l(oe),l(y),l(fe),l(k),l(pe),l(F),l(ue),l(N),l(ge),l(me),l(I)),l(f),B(u,e),B(g,e),B(m,e),B(h,e),B(w,e),B(_,e),B(z,e)}}}const Ye='{"title":"단원 소개","local":"단원-소개","sections":[{"title":"🤗 강의 수강생 여러분 환영합니다!","local":"-강의-수강생-여러분-환영합니다","sections":[],"depth":2},{"title":"무엇을 배우나요?","local":"무엇을-배우나요","sections":[],"depth":2},{"title":"우리가 누구일까요?","local":"우리가-누구일까요","sections":[],"depth":2}],"depth":1}';function Je($e){return Ae(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class et extends Be{constructor(f){super(),Ge(this,f,Je,We,Ee,{})}}export{et as component};