Buckets:

rtrm's picture
download
raw
3.79 kB
import{s as G,o as O}from"../chunks/scheduler.37c15a92.js";import{S as R,i as V,g,s as m,r as P,A as D,h as b,f as o,c as u,j as K,u as y,x as F,k as B,y as J,a as n,v as E,d as j,t as q,w as A}from"../chunks/index.2bf4358c.js";import{C as Q}from"../chunks/CourseFloatingBanner.6add7356.js";import{F as W}from"../chunks/FrameworkSwitchCourse.8d4d4ab6.js";import{H as X,E as Y}from"../chunks/getInferenceSnippets.24b50994.js";function Z(c){let t,s="<li>Como preparar um dataset grande do Hub</li> <li>Como usar Keras para ajustar um modelo</li> <li>Como usar Keras para fazer previsões</li> <li>Como usar uma métrica personalizada</li>";return{c(){t=g("ul"),t.innerHTML=s},l(r){t=b(r,"UL",{"data-svelte-h":!0}),F(t)!=="svelte-zf5rhs"&&(t.innerHTML=s)},m(r,i){n(r,t,i)},d(r){r&&o(t)}}}function ee(c){let t,s=`<li>Como preparar um datset grande do Hub</li> <li>Como usar a API de alto nível <code>Trainer</code> para ajustar um modelo</li> <li>Como usar um loop de treinamento personalizado</li> <li>Como usar a biblioteca 🤗 Accelerate para executar facilmente esse loop de treinamento personalizado em qualquer configuração distribuída
{#else}</li>`;return{c(){t=g("ul"),t.innerHTML=s},l(r){t=b(r,"UL",{"data-svelte-h":!0}),F(t)!=="svelte-50ahgc"&&(t.innerHTML=s)},m(r,i){n(r,t,i)},d(r){r&&o(t)}}}function te(c){let t,s,r,i,p,C,f,H,d,k,$,S='No <a href="/course/chapter2">Capítulo 2</a> exploramos como utilizar tokenizadores e modelos pré treinados para fazer previsões. Mas e se você quiser ajustar um modelo pré-treinado para seu próprio dataset? Esse é o tema deste capítulo! Você vai aprender:',z,w,h,I='Para fazer upload de seus checkpoints treinados para o Hugging Face Hub, você precisará de uma conta huggingface.co: <a href="https://huggingface.co/join" rel="nofollow">crie uma conta</a>',L,_,M,v,T;p=new W({props:{fw:c[0]}}),f=new X({props:{title:"Introdução",local:"introdução",headingTag:"h1"}}),d=new Q({props:{chapter:3,classNames:"absolute z-10 right-0 top-0"}});function N(e,a){return e[0]==="pt"?ee:Z}let x=N(c),l=x(c);return _=new Y({props:{source:"https://github.com/huggingface/course/blob/main/chapters/pt/chapter3/1.mdx"}}),{c(){t=g("meta"),s=m(),r=g("p"),i=m(),P(p.$$.fragment),C=m(),P(f.$$.fragment),H=m(),P(d.$$.fragment),k=m(),$=g("p"),$.innerHTML=S,z=m(),l.c(),w=m(),h=g("p"),h.innerHTML=I,L=m(),P(_.$$.fragment),M=m(),v=g("p"),this.h()},l(e){const a=D("svelte-u9bgzb",document.head);t=b(a,"META",{name:!0,content:!0}),a.forEach(o),s=u(e),r=b(e,"P",{}),K(r).forEach(o),i=u(e),y(p.$$.fragment,e),C=u(e),y(f.$$.fragment,e),H=u(e),y(d.$$.fragment,e),k=u(e),$=b(e,"P",{"data-svelte-h":!0}),F($)!=="svelte-6m1of2"&&($.innerHTML=S),z=u(e),l.l(e),w=u(e),h=b(e,"P",{"data-svelte-h":!0}),F(h)!=="svelte-15xxbpj"&&(h.innerHTML=I),L=u(e),y(_.$$.fragment,e),M=u(e),v=b(e,"P",{}),K(v).forEach(o),this.h()},h(){B(t,"name","hf:doc:metadata"),B(t,"content",ae)},m(e,a){J(document.head,t),n(e,s,a),n(e,r,a),n(e,i,a),E(p,e,a),n(e,C,a),E(f,e,a),n(e,H,a),E(d,e,a),n(e,k,a),n(e,$,a),n(e,z,a),l.m(e,a),n(e,w,a),n(e,h,a),n(e,L,a),E(_,e,a),n(e,M,a),n(e,v,a),T=!0},p(e,[a]){const U={};a&1&&(U.fw=e[0]),p.$set(U),x!==(x=N(e))&&(l.d(1),l=x(e),l&&(l.c(),l.m(w.parentNode,w)))},i(e){T||(j(p.$$.fragment,e),j(f.$$.fragment,e),j(d.$$.fragment,e),j(_.$$.fragment,e),T=!0)},o(e){q(p.$$.fragment,e),q(f.$$.fragment,e),q(d.$$.fragment,e),q(_.$$.fragment,e),T=!1},d(e){e&&(o(s),o(r),o(i),o(C),o(H),o(k),o($),o(z),o(w),o(h),o(L),o(M),o(v)),o(t),A(p,e),A(f,e),A(d,e),l.d(e),A(_,e)}}}const ae='{"title":"Introdução","local":"introdução","sections":[],"depth":1}';function re(c,t,s){let r="pt";return O(()=>{const i=new URLSearchParams(window.location.search);s(0,r=i.get("fw")||"pt")}),[r]}class me extends R{constructor(t){super(),V(this,t,re,te,G,{})}}export{me as component};

Xet Storage Details

Size:
3.79 kB
·
Xet hash:
8b6e8ec695bf027079691f6481da09af125b7d0f014d20e7935298b5348782a0

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.