Buckets:
| import{s as ct,f as mt,o as wt,n as A}from"../chunks/scheduler.37c15a92.js";import{S as jt,i as ot,g as p,s as n,r as J,A as ut,h as r,f as s,c as a,j as Tt,u as y,x as j,k as Pe,y as ft,a as t,v as T,d as c,t as m,w,m as Us,n as Is}from"../chunks/index.2bf4358c.js";import{T as V}from"../chunks/Tip.363c041f.js";import{Y as dt}from"../chunks/Youtube.1e50a667.js";import{C as d}from"../chunks/CodeBlock.4e987730.js";import{C as Ut}from"../chunks/CourseFloatingBanner.6add7356.js";import{H as g,E as It}from"../chunks/getInferenceSnippets.24b50994.js";function gt(I){let i,o,M="Open in Colab",u,f,h='แต่หากคุณต้องการรันโค้ดตัวอย่างบนเครื่องของตนเอง เราแนะนำให้เปิดดู <a href="/course/chapter0">ติดตั้งโปรแกรม</a>';return{c(){i=Us("👀 เห็นปุ่ม "),o=p("em"),o.textContent=M,u=Us(` ทางด้านบนขวานั่นมั้ย? ลองคลิกเปิดดู Google Colab notebook ได้ ด้านในจะมีตัวอย่างโค้ดที่เกี่ยวข้องทั้งหมดในหน้านี้ โดยปุ่นแบบนี้จะมีในทุก ๆ หน้าที่มีโค้ดตัวอย่าง | |
| `),f=p("p"),f.innerHTML=h},l(U){i=Is(U,"👀 เห็นปุ่ม "),o=r(U,"EM",{"data-svelte-h":!0}),j(o)!=="svelte-1rn81a4"&&(o.textContent=M),u=Is(U,` ทางด้านบนขวานั่นมั้ย? ลองคลิกเปิดดู Google Colab notebook ได้ ด้านในจะมีตัวอย่างโค้ดที่เกี่ยวข้องทั้งหมดในหน้านี้ โดยปุ่นแบบนี้จะมีในทุก ๆ หน้าที่มีโค้ดตัวอย่าง | |
| `),f=r(U,"P",{"data-svelte-h":!0}),j(f)!=="svelte-3ujlpz"&&(f.innerHTML=h)},m(U,$){t(U,i,$),t(U,o,$),t(U,u,$),t(U,f,$)},p:A,d(U){U&&(s(i),s(o),s(u),s(f))}}}function ht(I){let i,o,M="สร้างบัญชี huggingface.co",u;return{c(){i=Us("⚠️ Hugging Face Hub ไม่ได้จำกัดอยู่แค่เพียงโมเดล Transformer เท่านั้น ใคร ๆ ก็สามารถแบ่งปันโมเดลหรือชุดข้อมูลอะไรก็ได้ตามต้องการ มา "),o=p("a"),o.textContent=M,u=Us(" เพื่อใช้งานฟีเจอร์เหล่านี้ด้วยกันนะ!"),this.h()},l(f){i=Is(f,"⚠️ Hugging Face Hub ไม่ได้จำกัดอยู่แค่เพียงโมเดล Transformer เท่านั้น ใคร ๆ ก็สามารถแบ่งปันโมเดลหรือชุดข้อมูลอะไรก็ได้ตามต้องการ มา "),o=r(f,"A",{href:!0,"data-svelte-h":!0}),j(o)!=="svelte-1p2fa3e"&&(o.textContent=M),u=Is(f," เพื่อใช้งานฟีเจอร์เหล่านี้ด้วยกันนะ!"),this.h()},h(){Pe(o,"href","https://huggingface.co/join")},m(f,h){t(f,i,h),t(f,o,h),t(f,u,h)},p:A,d(f){f&&(s(i),s(o),s(u))}}}function $t(I){let i,o="✏️ <strong>ลองเลย!</strong> ทดลองโดยใช้ข้อความอะไรก็ได้ของเราเองแล้วดูว่าโมเดลส่งค่าอะไรคืนให้เราบ้าง";return{c(){i=p("p"),i.innerHTML=o},l(M){i=r(M,"P",{"data-svelte-h":!0}),j(i)!=="svelte-1nfuxr1"&&(i.innerHTML=o)},m(M,u){t(M,i,u)},p:A,d(M){M&&s(i)}}}function bt(I){let i,o="✏️ <strong>ลองเลย!</strong> ปรับค่า argument <code>num_return_sequences</code> และ <code>max_length</code> ให้สร้างข้อความขึ้นมาสองประโยค ประโยคละ 15 คำ";return{c(){i=p("p"),i.innerHTML=o},l(M){i=r(M,"P",{"data-svelte-h":!0}),j(i)!=="svelte-j5wozk"&&(i.innerHTML=o)},m(M,u){t(M,i,u)},p:A,d(M){M&&s(i)}}}function Ct(I){let i,o="✏️ <strong>ลองเลย!</strong> ใช้ตัวกรองหาโมเดลสร้างข้อความสำหรับภาษาอื่น แนะนำให้ลองกับ widget บน pipeline ดูก่อนเลย";return{c(){i=p("p"),i.innerHTML=o},l(M){i=r(M,"P",{"data-svelte-h":!0}),j(i)!=="svelte-far5cj"&&(i.innerHTML=o)},m(M,u){t(M,i,u)},p:A,d(M){M&&s(i)}}}function Bt(I){let i,o="✏️ <strong>ลองเลย!</strong> หาโมเดล <code>bert-base-cased</code> ใน Hub และตรวจสอบคำที่ละไว้ที่ใช้ใน widget ของ Inference API โมเดลนี้ทำนายอะไรออกมาหากเราใส่ประโยคที่ใส่เข้าไปในตัวอย่าง <code>pipeline</code> ด้านบน";return{c(){i=p("p"),i.innerHTML=o},l(M){i=r(M,"P",{"data-svelte-h":!0}),j(i)!=="svelte-1dy7g"&&(i.innerHTML=o)},m(M,u){t(M,i,u)},p:A,d(M){M&&s(i)}}}function xt(I){let i,o="✏️ <strong>ลองเลย!</strong> หาโมเดลใน Model Hub ที่ทำงานเกี่ยวกับการระบุชื่อเฉพาะ(หรือเรียกว่า part-of-speech tagging ย่อว่า POS)ในภาษาอังกฤษ รู้มั้ยว่าโมเดลนี้ทำนายอะไรในตัวอย่างประโยคข้างต้น?";return{c(){i=p("p"),i.innerHTML=o},l(M){i=r(M,"P",{"data-svelte-h":!0}),j(i)!=="svelte-1q9k0zy"&&(i.innerHTML=o)},m(M,u){t(M,i,u)},p:A,d(M){M&&s(i)}}}function Wt(I){let i,o="✏️ <strong>ลองเลย!</strong> ลองค้นหาโมเดลแปลภาษาในภาษาอื่น ๆ และทดลองแปลภาษาจากข้อความด้านบนไปยังภาษาอื่น ๆ";return{c(){i=p("p"),i.innerHTML=o},l(M){i=r(M,"P",{"data-svelte-h":!0}),j(i)!=="svelte-19tc8md"&&(i.innerHTML=o)},m(M,u){t(M,i,u)},p:A,d(M){M&&s(i)}}}function Gt(I){let i,o,M,u,f,h,U,$,k,gs="ในส่วนนี้ เราจะมาดูกันว่า Transformer นั้นทำอะไรได้บ้าง และมาใช้งานเครื่องมือชิ้นแรกจาก library 🤗 Transformers ซึ่งก็คือฟังก์ชัน <code>pipeline()</code>",Oe,b,Ke,Y,el,N,hs="โมเดล Transformer นั้นสามารถนำไปใช้แก้ปัญหา NLP ที่ได้กล่าวไปก่อนหน้านี้ได้ทั้งหมดเลย ด้านล่างก็เป็นตัวอย่างหน่วยงานที่ใช้ Hugging Face และโมเดล Transformer รวมถึงยังแบ่งปันโมเดลที่สร้างกลับไปยังชุมชนด้วยเช่นกัน",ll,C,$s,sl,R,bs='<a href="https://github.com/huggingface/transformers" rel="nofollow">library 🤗 Transformers</a> มีฟังก์ชันในการสร้างและใช้งานโมเดลที่มีคนแบ่งมาให้ใช้ ใน <a href="https://huggingface.co/models" rel="nofollow">Model Hub</a> มีโมเดลที่ผ่านการเทรนมาแล้ว (หรือเรียกว่า pretrained model) มากกว่าหนึ่งพันโมเดลที่ใคร ๆ ก็สามารถดาวน์โหลดไปใช้งานได้ รวมถึงคุณเองก็เป็นส่วนหนึ่งในการแบ่งปันนี้ได้เช่นกัน',tl,B,nl,X,Cs="ก่อนจะเจาะลึกเข้าไปถึงเบื้องหลังการทำงานของโมเดล Transformer มาดูตัวอย่างกันว่าโมเดล Transformer นั้นสามารถแก้ปัญหา NLP ได้อย่างไรบ้าง",al,S,il,z,Ml,Q,Bs="คำสั่งพื้นฐานที่สุดของ library 🤗 Transformers คือฟังก์ชัน <code>pipeline()</code> โดยฟังก์ชันนี้จะเชื่อมต่อโมเดลกับขั้นตอนอื่น ๆ ที่สำคัญ เช่น กระบวนการจัดการข้อมูลก่อนการประมวลผล(หรือเรียกว่า preprocessing) และการจัดการข้อมูลหลังการประมวลผล(หรือเรียกว่า postprocessing) ทำให้เราสามารถใส่ข้อความเป็นอินพุตและได้คำตอบอันชาญฉลาดได้โดยตรง:",pl,_,rl,F,Jl,E,xs="หรือใส่ไปหลาย ๆ ประโยคก็ได้!",yl,L,Tl,q,cl,P,Ws="โดยปกติแล้ว pipeline จะเลือก pretrained model ที่ fine-tune มาเพื่อการเข้าใจความรู้สึกของผู้เขียนในภาษาอังกฤษ ซึ่งในการใช้งานคำสั่ง <code>classifier</code> ครั้งแรก คำสั่งนี้จะไปดาวน์โหลดโมเดลมาจาก Hub และเก็บไว้ใน cache เมื่อคุณใช้งานคำสั่งนี้ซ้ำอีกครั้งจะเป็นการเรียกใช้โมเดลที่เก็บไว้ใน cache แทน จะได้ไม่ต้องดาวน์โหลดใหม่บ่อย ๆ",ml,D,Gs="เมื่อคุณส่งข้อความเข้าไปยัง pipeline ในเบื้องหลังจะมีกระบวนการต่อไปนี้เกิดขึ้น:",wl,O,Zs="<li>ข้อความจะถูกแปลงเป็นอินพุตในรูปแบบที่โมเดลสามารถเข้าใจได้</li> <li>ส่งอินพุตเข้าไปคำนวณในโมเดล</li> <li>นำผลการทำนายจากโมเดลมาประมวลผลต่อเพื่อให้มนุษย์เข้าใจได้ง่าย</li>",jl,K,vs='ในปัจจุบันงานบางอย่างสามารถใช้งานจาก<a href="https://huggingface.co/transformers/main_classes/pipelines.html" rel="nofollow">คำสั่ง pipeline</a> ได้โดยตรง ได้แก่:',ol,ee,Hs="<li><code>feature-extraction</code> (เปลี่ยนข้อความเป็น vector)</li> <li><code>fill-mask</code> (เติมคำในช่องว่าง)</li> <li><code>ner</code> (named entity recognition; การระบุชื่อเฉพาะ)</li> <li><code>question-answering</code> (ถาม-ตอบ)</li> <li><code>sentiment-analysis</code> (รับรู้ความรู้สึกของผู้เขียน)</li> <li><code>summarization</code> (สรุปความ)</li> <li><code>text-generation</code> (สร้างข้อความ)</li> <li><code>translation</code> (แปลภาษา)</li> <li><code>zero-shot-classification</code> (แยกแยะหมวดหมู่โดยไม่ต้องสอน)</li>",ul,le,Vs="มาดูกันว่าแต่อย่างใช้งานกันยังไง!",fl,se,dl,te,As="มาเริ่มต้นด้วยงานที่ค่อนข้างท้าทายกันซักหน่อย งานนี้ต้องการแยกแยะหมวดหมู่(หรือเรียกว่า classify) ข้อความที่ไม่เคยถูกระบุหมวดหมู่(หรือเรียกว่า label)มาก่อน เนื่องจากปกติแล้วงานในการ classify ข้อความนั้น โมเดลต้องการเข้าใจการจับคู่ระหว่างข้อความและ label แต่ในความเป็นจริงแล้ว การเอาข้อความมาให้คนคอยกำหนด label ก่อนส่งไปยังโมเดล เป็นกระบวนการที่กินเวลามากและต้องการคนที่มีความรู้เฉพาะแขนง สำหรับกรณีนี้ pipeline <code>zero-shot-classification</code> นั้นนับว่าชาญฉลาดมาก ตัว pipeline สามารถระบุกลุ่ม label ที่จะใช้ในการ classify นี้ ดังนั้นเราจึงไม่จำเป็นต้องอาศัย label จาก pretrained model คุณเห็นมาแล้วว่าโมเดลสามารถ classify ประโยคได้ว่าเป็นประโยคที่พูดแง่บวกหรือแง่ลบโดยใช้ label ทั้งสองนี้ โดย <code>pipeline</code> ฉลาดกว่านั้นเพราะสามารถ classify ข้อความโดยใช้ label อื่น ๆ ที่เราต้องการได้",Ul,ne,Il,ae,gl,ie,ks="pipeline นี้เรียกว่า <em>zero-shot</em> เพราะว่าเราไม่ต้อง fine-tune โมเดลด้วยข้อมูลของเราก่อนจะนำไปใช้ ตัวโมเดลสามารถระบุค่าความน่าจะเป็นตาม list ของ label ที่เราต้องการได้เลย!",hl,x,$l,Me,bl,pe,Ys="ทีนี้ เรามาดูกันว่า pipeline จะใช้สร้างข้อความได้ยังไง โดยหลักการแล้ว เพียงคุณส่งข้อความสั้น ๆ ไปให้โมเดล โมเดลจะเดาข้อความที่เหลือทั้งหมดให้อัตโนมัติ วิธีการนี้ก็คล้าย ๆ กับการที่โทรศัพท์มือถือเดาข้อความที่เรากำลังจะพิมพ์ สิ่งที่ควรทราบเพิ่มเติมคือ การสร้างข้อความนั้นมีการสุ่มรวมอยู่ในกระบวนการด้วย ดังนั้นหากเราทดสอบซ้ำ ๆ แล้วได้ผลลัพธ์ไม่เหมือนกันก็นับเป็นเรื่องปกติ ตัวอย่างการสร้างข้อความสามารถดูได้ดังตัวอย่างด้านล่าง",Cl,re,Bl,Je,xl,ye,Ns="คุณสามารถควบคุมจำนวนข้อความที่สร้างขึ้นได้โดยกำหนดค่าที่ argument <code>num_return_sequences</code> และกำหนดความยาวของข้อความที่สร้างขึ้นมาด้วย argument <code>max_length</code>",Wl,W,Gl,Te,Zl,ce,Rs='ตัวอย่างที่ผ่านมาเป็นการใช้โมเดลเริ่มต้นสำหรับงานใด ๆ แต่ในบางครั้งเราอาจต้องเลือกโมเดลที่เฉพาะเจาะจงสำหรับแต่ละงานจาก Hub ใน pipeline ตัวอย่างเช่นการสร้างข้อความ ลองเข้าไปที่ <a href="https://huggingface.co/models" rel="nofollow">Model Hub</a> และเลือกหมวดหมู่ทางด้านซ้ายเพื่อดูว่ามีโมเดลใดให้ใช้บ้างสำหรับงานแต่ละอย่าง คุณจะได้เพจที่หน้าตา <a href="https://huggingface.co/models?pipeline_tag=text-generation" rel="nofollow">ดังนี้</a>',vl,me,Xs='ลองใช้โมเดล <a href="https://huggingface.co/distilgpt2" rel="nofollow"><code>distilgpt2</code></a> โดยสามารถทำตามได้ดังนี้:',Hl,we,Vl,je,Al,oe,Ss="คุณสามารถปรับค่าการค้นหาโมเดลได้ด้วยการคลิกที่หมวดหมู่ภาษา และเลือกโมเดลที่สามารถสร้างข้อความในภาษาอื่นได้ ซึ่งใน Model Hub นี้จะมีโมเดลที่รองรับหลายภาษาเช่นกัน",kl,ue,zs="เมื่อคุณเลือกโมเดลโดยการคลิกที่ชื่อโมเดล คุณจะเห็นว่าจะมีแถบ widget เล็ก ๆ ขึ้นมาให้คุณลองก่อนแบบออนไลน์ ด้วยวิธีการนี้ คุณสามารถทดสอบความสามารถของโมเดลได้ก่อนจะดาวน์โหลดไปใช้",Yl,G,Nl,fe,Rl,de,Qs='โมเดลทั้งหมดสามารถทดสอบได้โดยตรงผ่านเว็บบราวเซอร์โดยใช้ API ประเมินผล(หรือเรียกว่า Inference API) ซึ่งสามารถใช้ได้ผ่าน<a href="https://huggingface.co/" rel="nofollow">เว็บไซต์ Hugging Face</a> คุณสามารถเล่นกับโมเดลต่าง ๆ ได้โดยตรงที่หน้านี้โดยกำหนดข้อความอินพุตได้ตามต้องการและดูว่าโมเดลประมวลผลข้อมูลเหล่านั้นยังไง',Xl,Ue,_s='Inference API ที่อยู่เบื้องหลัง widget นี้สามารถนำไปใช้งานในเชิงพาณิชย์ได้แบบง่าย ๆ เลยหากคุณต้องการนำไปใช้ในงานของคุณ โปรดดูรายละเอียดเพิ่มเติมได้ที่<a href="https://huggingface.co/pricing" rel="nofollow">หน้ารายการราคา</a>',Sl,Ie,zl,ge,Fs="pipeline ต่อไปก็หรือการเติมคำในช่องว่าง หรือ <code>fill-mask</code> โดยพื้นฐานแล้วงานนี้ก็คือการเติมคำในช่องว่างที่เว้นไว้ระหว่างข้อความที่กำหนดให้ เช่น",Ql,he,_l,$e,Fl,be,Es="argument <code>top_k</code> ควบคุมจำนวนข้อความที่ต้องการแสดง โดยโมเดลจะเติมคำลงไปที่คำพิเศษที่เขียนว่า <code><mask></code> ซึ่งหมายถึง <em>คำที่ละไว้</em> ทั้งนี้ โมเดลเติมคำในช่องว่างโมเดลอื่นอาจใช้คำที่ละไว้นี้เป็นอย่างอื่น ดังนั้น โปรดรับรู้ไว้เสมอว่า หากจะใช้โมเดลใดให้ศึกษาให้แน่ชัดว่าโมเดลนั้นใช้คำที่ละไว้ว่าอะไร วิธีการหนึ่งที่ทำได้คือให้ตรวจสอบคำที่ละไว้ที่ใช้ใน widget นี้",El,Z,Ll,Ce,ql,Be,Ls="การระบุชื่อเฉพาะ(หรือเรียกว่า Named entity recognition; NER) คืองานที่โมเดลจะต้องหาว่าส่วนใดในประโยคหมายถึงชื่อเฉพาะของ คน สัตว์ สิ่งของ สถานที่ หรือองค์กรใด ๆ มาดูตัวอย่างกัน:",Pl,xe,Dl,We,Ol,Ge,qs="ในส่วนนี้ โมเดลสามารถระบุได้ว่า Sylvian เป็นชื่อคน (PER) Hugging Face เป็นชื่อหน่วยงาน (ORG), และ Brooklyn เป็นชื่อสถานที่ (LOC)",Kl,Ze,Ps="เราเพิ่มตัวเลือก <code>grouped_entities=True</code> ตอนสร้างฟังก์ชัน pipeline เพื่อระบุให้ pipeline จับกลุ่มคำที่เป็นการระบุชื่อเฉพาะของสิ่ง ๆ เดียว ในที่นี้ โมเดลจับกลุ่มคำว่า “Hugging” และ “Face” เข้าไปเป็นชื่อองค์กรองค์กรเดียว แม้ว่าจะเป็นการรวมคำหลายคำเข้าด้วยกันก็ตาม ซึ่งจริง ๆ แล้ว ในบทต่อไปเราจะเห็นว่าการประมวลผลนั้นจะแบ่งคำบางคำออกมาเป็นส่วนที่แยกย่อยลงไปอีก ตัวอย่างเช่น คำว่า <code>Sylvian</code> ถูกแบ่งออกเป็น 4 ส่วน ได้แก่ <code>S</code>, <code>##yl</code>, <code>##va</code>, และ <code>##in</code> และระหว่างการ post-processing ตัว pipeline ก็จะนำแต่ละส่วนนี้มาประกอบเข้าด้วยกัน",es,v,ls,ve,ss,He,Ds="pipeline การถามตอบคำถาม(หรือเรียกว่า <code>question-answering</code>) เป็นการตอบคำถามโดยใช้ข้อมูลจากกบริบทที่ให้มา เช่น:",ts,Ve,ns,Ae,as,ke,Os="โปรดทราบเอาไว้ว่า pipeline นี้ทำงานโดยการเอาข้อมูลจากบริบทที่ได้มาไปประมวลผล แต่จะไม่ได้สร้างคำตอบออกมา",is,Ye,Ms,Ne,Ks="การสรุปความเป็นงานในการลดข้อความลงมาให้เป็นข้อความที่สั้นลงโดยเก็บรักษาใจความสำคัญให้ได้มากที่สุด ตัวอย่างเช่น:",ps,Re,rs,Xe,Js,Se,et="คุณสามารถระบุ <code>max_length</code> หรือ <code>min_length</code> เพื่อให้ได้ผลลัพธ์ที่ต้องการได้เหมือนการสร้างข้อความ",ys,ze,Ts,Qe,lt='สำหรับการแปลภาษาแล้ว คุณสามารถใช้โมเดลเริ่มต้นได้เลยหากคุณกำหนดคู่ภาษาตั้งต้นและภาษาปลายทางที่ชื่องาน(เช่น <code>"translation_en_to_fr"</code>) แต่มีวิธีที่ง่ายกว่าก็คือให้เลือกโมเดลที่ต้องการจาก <a href="https://huggingface.co/models" rel="nofollow">Model Hub</a> ตัวอย่างด้านล่างแสดงการแปลภาษาจากภาษาฝรั่งเศสไปยังภาษาอังกฤษ:',cs,_e,ms,Fe,ws,Ee,st="คุณสามารถกำหนด argument <code>max_length</code> หรือ <code>min_length</code> เพื่อระบุผลลัพธ์ที่ต้องการเหมือนการสร้างข้อความและการสรุปความ",js,H,os,Le,tt="คำสั่ง pipeline ที่แสดงด้านบนเป็นเพียงตัวอย่างเบื้องต้นเท่านั้น การใช้งานของคำสั่งนี้ค่อนข้างเฉพาะเจาะจงและไม่สามารถแก้ไขอะไรเบื้องหลังได้มากนัก ในบทหลัง ๆ คุณจะได้เรียนรู้หลักการทำงานเบื้องหลังของฟังก์ชัน <code>pipeline()</code> และวิธีการปรับแต่งการทำงาน",us,qe,fs,De,ds;return f=new g({props:{title:"Transformers ชื่อนี้มีดียังไง?",local:"transformers-ชอนมดยงไง",headingTag:"h1"}}),U=new Ut({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/th/chapter1/section3.ipynb"},{label:"Aws Studio",value:"https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/master/course/th/chapter1/section3.ipynb"}]}}),b=new V({props:{$$slots:{default:[gt]},$$scope:{ctx:I}}}),Y=new g({props:{title:"Transformers, Transformers เต็มไปหมดเลย!",local:"transformers-transformers-เตมไปหมดเลย",headingTag:"h2"}}),B=new V({props:{$$slots:{default:[ht]},$$scope:{ctx:I}}}),S=new g({props:{title:"การใช้งานคำสั่ง pipelines",local:"การใชงานคำสง-pipelines",headingTag:"h2"}}),z=new dt({props:{id:"tiZFewofSLM"}}),_=new d({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBY2xhc3NpZmllciUyMCUzRCUyMHBpcGVsaW5lKCUyMnNlbnRpbWVudC1hbmFseXNpcyUyMiklMEFjbGFzc2lmaWVyKCUyMkkndmUlMjBiZWVuJTIwd2FpdGluZyUyMGZvciUyMGElMjBIdWdnaW5nRmFjZSUyMGNvdXJzZSUyMG15JTIwd2hvbGUlMjBsaWZlLiUyMik=",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline | |
| classifier = pipeline(<span class="hljs-string">"sentiment-analysis"</span>) | |
| classifier(<span class="hljs-string">"I've been waiting for a HuggingFace course my whole life."</span>)`,wrap:!1}}),F=new d({props:{code:"JTVCJTdCJ2xhYmVsJyUzQSUyMCdQT1NJVElWRSclMkMlMjAnc2NvcmUnJTNBJTIwMC45NTk4MDQ3MTM3MjYwNDM3JTdEJTVE",highlighted:'[{<span class="hljs-string">'label'</span>: <span class="hljs-string">'POSITIVE'</span>, <span class="hljs-string">'score'</span>: <span class="hljs-number">0.9598047137260437</span>}]',wrap:!1}}),L=new d({props:{code:"Y2xhc3NpZmllciglMEElMjAlMjAlMjAlMjAlNUIlMjJJJ3ZlJTIwYmVlbiUyMHdhaXRpbmclMjBmb3IlMjBhJTIwSHVnZ2luZ0ZhY2UlMjBjb3Vyc2UlMjBteSUyMHdob2xlJTIwbGlmZS4lMjIlMkMlMjAlMjJJJTIwaGF0ZSUyMHRoaXMlMjBzbyUyMG11Y2ghJTIyJTVEJTBBKQ==",highlighted:`classifier( | |
| [<span class="hljs-string">"I've been waiting for a HuggingFace course my whole life."</span>, <span class="hljs-string">"I hate this so much!"</span>] | |
| )`,wrap:!1}}),q=new d({props:{code:"JTVCJTdCJ2xhYmVsJyUzQSUyMCdQT1NJVElWRSclMkMlMjAnc2NvcmUnJTNBJTIwMC45NTk4MDQ3MTM3MjYwNDM3JTdEJTJDJTBBJTIwJTdCJ2xhYmVsJyUzQSUyMCdORUdBVElWRSclMkMlMjAnc2NvcmUnJTNBJTIwMC45OTk0NTU4MDk1OTMyMDA3JTdEJTVE",highlighted:`[{<span class="hljs-string">'label'</span>: <span class="hljs-string">'POSITIVE'</span>, <span class="hljs-string">'score'</span>: <span class="hljs-number">0.9598047137260437</span>}, | |
| {<span class="hljs-string">'label'</span>: <span class="hljs-string">'NEGATIVE'</span>, <span class="hljs-string">'score'</span>: <span class="hljs-number">0.9994558095932007</span>}]`,wrap:!1}}),se=new g({props:{title:"แยกแยะหมวดหมู่โดยไม่ต้องสอน",local:"แยกแยะหมวดหมโดยไมตองสอน",headingTag:"h2"}}),ne=new d({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBY2xhc3NpZmllciUyMCUzRCUyMHBpcGVsaW5lKCUyMnplcm8tc2hvdC1jbGFzc2lmaWNhdGlvbiUyMiklMEFjbGFzc2lmaWVyKCUwQSUyMCUyMCUyMCUyMCUyMlRoaXMlMjBpcyUyMGElMjBjb3Vyc2UlMjBhYm91dCUyMHRoZSUyMFRyYW5zZm9ybWVycyUyMGxpYnJhcnklMjIlMkMlMEElMjAlMjAlMjAlMjBjYW5kaWRhdGVfbGFiZWxzJTNEJTVCJTIyZWR1Y2F0aW9uJTIyJTJDJTIwJTIycG9saXRpY3MlMjIlMkMlMjAlMjJidXNpbmVzcyUyMiU1RCUyQyUwQSk=",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline | |
| classifier = pipeline(<span class="hljs-string">"zero-shot-classification"</span>) | |
| classifier( | |
| <span class="hljs-string">"This is a course about the Transformers library"</span>, | |
| candidate_labels=[<span class="hljs-string">"education"</span>, <span class="hljs-string">"politics"</span>, <span class="hljs-string">"business"</span>], | |
| )`,wrap:!1}}),ae=new d({props:{code:"JTdCJ3NlcXVlbmNlJyUzQSUyMCdUaGlzJTIwaXMlMjBhJTIwY291cnNlJTIwYWJvdXQlMjB0aGUlMjBUcmFuc2Zvcm1lcnMlMjBsaWJyYXJ5JyUyQyUwQSUyMCdsYWJlbHMnJTNBJTIwJTVCJ2VkdWNhdGlvbiclMkMlMjAnYnVzaW5lc3MnJTJDJTIwJ3BvbGl0aWNzJyU1RCUyQyUwQSUyMCdzY29yZXMnJTNBJTIwJTVCMC44NDQ1OTYzODU5NTU4MTA1JTJDJTIwMC4xMTE5NzYyNTg0NTY3MDclMkMlMjAwLjA0MzQyNzQ0ODcxOTczOTkxNCU1RCU3RA==",highlighted:`{<span class="hljs-string">'sequence'</span>: <span class="hljs-string">'This is a course about the Transformers library'</span>, | |
| <span class="hljs-string">'labels'</span>: [<span class="hljs-string">'education'</span>, <span class="hljs-string">'business'</span>, <span class="hljs-string">'politics'</span>], | |
| <span class="hljs-string">'scores'</span>: [<span class="hljs-number">0.8445963859558105</span>, <span class="hljs-number">0.111976258456707</span>, <span class="hljs-number">0.043427448719739914</span>]}`,wrap:!1}}),x=new V({props:{$$slots:{default:[$t]},$$scope:{ctx:I}}}),Me=new g({props:{title:"การสร้างข้อความ",local:"การสรางขอความ",headingTag:"h2"}}),re=new d({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBZ2VuZXJhdG9yJTIwJTNEJTIwcGlwZWxpbmUoJTIydGV4dC1nZW5lcmF0aW9uJTIyKSUwQWdlbmVyYXRvciglMjJJbiUyMHRoaXMlMjBjb3Vyc2UlMkMlMjB3ZSUyMHdpbGwlMjB0ZWFjaCUyMHlvdSUyMGhvdyUyMHRvJTIyKQ==",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline | |
| generator = pipeline(<span class="hljs-string">"text-generation"</span>) | |
| generator(<span class="hljs-string">"In this course, we will teach you how to"</span>)`,wrap:!1}}),Je=new d({props:{code:"JTVCJTdCJ2dlbmVyYXRlZF90ZXh0JyUzQSUyMCdJbiUyMHRoaXMlMjBjb3Vyc2UlMkMlMjB3ZSUyMHdpbGwlMjB0ZWFjaCUyMHlvdSUyMGhvdyUyMHRvJTIwdW5kZXJzdGFuZCUyMGFuZCUyMHVzZSUyMCclMEElMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAnZGF0YSUyMGZsb3clMjBhbmQlMjBkYXRhJTIwaW50ZXJjaGFuZ2UlMjB3aGVuJTIwaGFuZGxpbmclMjB1c2VyJTIwZGF0YS4lMjBXZSUyMCclMEElMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAnd2lsbCUyMGJlJTIwd29ya2luZyUyMHdpdGglMjBvbmUlMjBvciUyMG1vcmUlMjBvZiUyMHRoZSUyMG1vc3QlMjBjb21tb25seSUyMHVzZWQlMjAnJTBBJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJ2RhdGElMjBmbG93cyUyMCVFMiU4MCU5NCUyMGRhdGElMjBmbG93cyUyMG9mJTIwdmFyaW91cyUyMHR5cGVzJTJDJTIwYXMlMjBzZWVuJTIwYnklMjB0aGUlMjAnJTBBJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJTIwJ0hUVFAnJTdEJTVE",highlighted:`[{<span class="hljs-string">'generated_text'</span>: <span class="hljs-string">'In this course, we will teach you how to understand and use '</span> | |
| <span class="hljs-string">'data flow and data interchange when handling user data. We '</span> | |
| <span class="hljs-string">'will be working with one or more of the most commonly used '</span> | |
| <span class="hljs-string">'data flows — data flows of various types, as seen by the '</span> | |
| <span class="hljs-string">'HTTP'</span>}]`,wrap:!1}}),W=new V({props:{$$slots:{default:[bt]},$$scope:{ctx:I}}}),Te=new g({props:{title:"การใช้งานโมเดลใด ๆ จาก Hub ใน pipeline",local:"การใชงานโมเดลใด-ๆ-จาก-hub-ใน-pipeline",headingTag:"h2"}}),we=new d({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBZ2VuZXJhdG9yJTIwJTNEJTIwcGlwZWxpbmUoJTIydGV4dC1nZW5lcmF0aW9uJTIyJTJDJTIwbW9kZWwlM0QlMjJkaXN0aWxncHQyJTIyKSUwQWdlbmVyYXRvciglMEElMjAlMjAlMjAlMjAlMjJJbiUyMHRoaXMlMjBjb3Vyc2UlMkMlMjB3ZSUyMHdpbGwlMjB0ZWFjaCUyMHlvdSUyMGhvdyUyMHRvJTIyJTJDJTBBJTIwJTIwJTIwJTIwbWF4X2xlbmd0aCUzRDMwJTJDJTBBJTIwJTIwJTIwJTIwbnVtX3JldHVybl9zZXF1ZW5jZXMlM0QyJTJDJTBBKQ==",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline | |
| generator = pipeline(<span class="hljs-string">"text-generation"</span>, model=<span class="hljs-string">"distilgpt2"</span>) | |
| generator( | |
| <span class="hljs-string">"In this course, we will teach you how to"</span>, | |
| max_length=<span class="hljs-number">30</span>, | |
| num_return_sequences=<span class="hljs-number">2</span>, | |
| )`,wrap:!1}}),je=new d({props:{code:"JTVCJTdCJ2dlbmVyYXRlZF90ZXh0JyUzQSUyMCdJbiUyMHRoaXMlMjBjb3Vyc2UlMkMlMjB3ZSUyMHdpbGwlMjB0ZWFjaCUyMHlvdSUyMGhvdyUyMHRvJTIwbWFuaXB1bGF0ZSUyMHRoZSUyMHdvcmxkJTIwYW5kJTIwJyUwQSUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCdtb3ZlJTIweW91ciUyMG1lbnRhbCUyMGFuZCUyMHBoeXNpY2FsJTIwY2FwYWJpbGl0aWVzJTIwdG8lMjB5b3VyJTIwYWR2YW50YWdlLiclN0QlMkMlMEElMjAlN0InZ2VuZXJhdGVkX3RleHQnJTNBJTIwJ0luJTIwdGhpcyUyMGNvdXJzZSUyQyUyMHdlJTIwd2lsbCUyMHRlYWNoJTIweW91JTIwaG93JTIwdG8lMjBiZWNvbWUlMjBhbiUyMGV4cGVydCUyMGFuZCUyMCclMEElMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAlMjAncHJhY3RpY2UlMjByZWFsdGltZSUyQyUyMGFuZCUyMHdpdGglMjBhJTIwaGFuZHMlMjBvbiUyMGV4cGVyaWVuY2UlMjBvbiUyMGJvdGglMjByZWFsJTIwJyUwQSUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCUyMCd0aW1lJTIwYW5kJTIwcmVhbCclN0QlNUQ=",highlighted:`[{<span class="hljs-string">'generated_text'</span>: <span class="hljs-string">'In this course, we will teach you how to manipulate the world and '</span> | |
| <span class="hljs-string">'move your mental and physical capabilities to your advantage.'</span>}, | |
| {<span class="hljs-string">'generated_text'</span>: <span class="hljs-string">'In this course, we will teach you how to become an expert and '</span> | |
| <span class="hljs-string">'practice realtime, and with a hands on experience on both real '</span> | |
| <span class="hljs-string">'time and real'</span>}]`,wrap:!1}}),G=new V({props:{$$slots:{default:[Ct]},$$scope:{ctx:I}}}),fe=new g({props:{title:"The Inference API",local:"the-inference-api",headingTag:"h3"}}),Ie=new g({props:{title:"เติมคำในช่องว่าง",local:"เตมคำในชองวาง",headingTag:"h2"}}),he=new d({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBdW5tYXNrZXIlMjAlM0QlMjBwaXBlbGluZSglMjJmaWxsLW1hc2slMjIpJTBBdW5tYXNrZXIoJTIyVGhpcyUyMGNvdXJzZSUyMHdpbGwlMjB0ZWFjaCUyMHlvdSUyMGFsbCUyMGFib3V0JTIwJTNDbWFzayUzRSUyMG1vZGVscy4lMjIlMkMlMjB0b3BfayUzRDIp",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline | |
| unmasker = pipeline(<span class="hljs-string">"fill-mask"</span>) | |
| unmasker(<span class="hljs-string">"This course will teach you all about <mask> models."</span>, top_k=<span class="hljs-number">2</span>)`,wrap:!1}}),$e=new d({props:{code:"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",highlighted:`[{<span class="hljs-string">'sequence'</span>: <span class="hljs-string">'This course will teach you all about mathematical models.'</span>, | |
| <span class="hljs-string">'score'</span>: <span class="hljs-number">0.19619831442832947</span>, | |
| <span class="hljs-string">'token'</span>: <span class="hljs-number">30412</span>, | |
| <span class="hljs-string">'token_str'</span>: <span class="hljs-string">' mathematical'</span>}, | |
| {<span class="hljs-string">'sequence'</span>: <span class="hljs-string">'This course will teach you all about computational models.'</span>, | |
| <span class="hljs-string">'score'</span>: <span class="hljs-number">0.04052725434303284</span>, | |
| <span class="hljs-string">'token'</span>: <span class="hljs-number">38163</span>, | |
| <span class="hljs-string">'token_str'</span>: <span class="hljs-string">' computational'</span>}]`,wrap:!1}}),Z=new V({props:{$$slots:{default:[Bt]},$$scope:{ctx:I}}}),Ce=new g({props:{title:"การระบุชื่อเฉพาะ",local:"การระบชอเฉพาะ",headingTag:"h2"}}),xe=new d({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBbmVyJTIwJTNEJTIwcGlwZWxpbmUoJTIybmVyJTIyJTJDJTIwZ3JvdXBlZF9lbnRpdGllcyUzRFRydWUpJTBBbmVyKCUyMk15JTIwbmFtZSUyMGlzJTIwU3lsdmFpbiUyMGFuZCUyMEklMjB3b3JrJTIwYXQlMjBIdWdnaW5nJTIwRmFjZSUyMGluJTIwQnJvb2tseW4uJTIyKQ==",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline | |
| ner = pipeline(<span class="hljs-string">"ner"</span>, grouped_entities=<span class="hljs-literal">True</span>) | |
| ner(<span class="hljs-string">"My name is Sylvain and I work at Hugging Face in Brooklyn."</span>)`,wrap:!1}}),We=new d({props:{code:"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",highlighted:`[{<span class="hljs-string">'entity_group'</span>: <span class="hljs-string">'PER'</span>, <span class="hljs-string">'score'</span>: <span class="hljs-number">0.99816</span>, <span class="hljs-string">'word'</span>: <span class="hljs-string">'Sylvain'</span>, <span class="hljs-string">'start'</span>: <span class="hljs-number">11</span>, <span class="hljs-string">'end'</span>: <span class="hljs-number">18</span>}, | |
| {<span class="hljs-string">'entity_group'</span>: <span class="hljs-string">'ORG'</span>, <span class="hljs-string">'score'</span>: <span class="hljs-number">0.97960</span>, <span class="hljs-string">'word'</span>: <span class="hljs-string">'Hugging Face'</span>, <span class="hljs-string">'start'</span>: <span class="hljs-number">33</span>, <span class="hljs-string">'end'</span>: <span class="hljs-number">45</span>}, | |
| {<span class="hljs-string">'entity_group'</span>: <span class="hljs-string">'LOC'</span>, <span class="hljs-string">'score'</span>: <span class="hljs-number">0.99321</span>, <span class="hljs-string">'word'</span>: <span class="hljs-string">'Brooklyn'</span>, <span class="hljs-string">'start'</span>: <span class="hljs-number">49</span>, <span class="hljs-string">'end'</span>: <span class="hljs-number">57</span>} | |
| ]`,wrap:!1}}),v=new V({props:{$$slots:{default:[xt]},$$scope:{ctx:I}}}),ve=new g({props:{title:"ถาม-ตอบคำถาม",local:"ถาม-ตอบคำถาม",headingTag:"h2"}}),Ve=new d({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">"question-answering"</span>) | |
| question_answerer( | |
| question=<span class="hljs-string">"Where do I work?"</span>, | |
| context=<span class="hljs-string">"My name is Sylvain and I work at Hugging Face in Brooklyn"</span>, | |
| )`,wrap:!1}}),Ae=new d({props:{code:"JTdCJ3Njb3JlJyUzQSUyMDAuNjM4NTkxNjQ3MTQ4MTMyMyUyQyUyMCdzdGFydCclM0ElMjAzMyUyQyUyMCdlbmQnJTNBJTIwNDUlMkMlMjAnYW5zd2VyJyUzQSUyMCdIdWdnaW5nJTIwRmFjZSclN0Q=",highlighted:'{<span class="hljs-string">'score'</span>: <span class="hljs-number">0.6385916471481323</span>, <span class="hljs-string">'start'</span>: <span class="hljs-number">33</span>, <span class="hljs-string">'end'</span>: <span class="hljs-number">45</span>, <span class="hljs-string">'answer'</span>: <span class="hljs-string">'Hugging Face'</span>}',wrap:!1}}),Ye=new g({props:{title:"การสรุปความ",local:"การสรปความ",headingTag:"h2"}}),Re=new d({props:{code:"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",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline | |
| summarizer = pipeline(<span class="hljs-string">"summarization"</span>) | |
| summarizer( | |
| <span class="hljs-string">""" | |
| 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. | |
| """</span> | |
| )`,wrap:!1}}),Xe=new d({props:{code:"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",highlighted:`[{<span class="hljs-string">'summary_text'</span>: <span class="hljs-string">' America has changed dramatically during recent years . The '</span> | |
| <span class="hljs-string">'number of engineering graduates in the U.S. has declined in '</span> | |
| <span class="hljs-string">'traditional engineering disciplines such as mechanical, civil '</span> | |
| <span class="hljs-string">', electrical, chemical, and aeronautical engineering . Rapidly '</span> | |
| <span class="hljs-string">'developing economies such as China and India, as well as other '</span> | |
| <span class="hljs-string">'industrial countries in Europe and Asia, continue to encourage '</span> | |
| <span class="hljs-string">'and advance engineering .'</span>}]`,wrap:!1}}),ze=new g({props:{title:"การแปลภาษา",local:"การแปลภาษา",headingTag:"h2"}}),_e=new d({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMHBpcGVsaW5lJTBBJTBBdHJhbnNsYXRvciUyMCUzRCUyMHBpcGVsaW5lKCUyMnRyYW5zbGF0aW9uJTIyJTJDJTIwbW9kZWwlM0QlMjJIZWxzaW5raS1OTFAlMkZvcHVzLW10LWZyLWVuJTIyKSUwQXRyYW5zbGF0b3IoJTIyQ2UlMjBjb3VycyUyMGVzdCUyMHByb2R1aXQlMjBwYXIlMjBIdWdnaW5nJTIwRmFjZS4lMjIp",highlighted:`<span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> pipeline | |
| translator = pipeline(<span class="hljs-string">"translation"</span>, model=<span class="hljs-string">"Helsinki-NLP/opus-mt-fr-en"</span>) | |
| translator(<span class="hljs-string">"Ce cours est produit par Hugging Face."</span>)`,wrap:!1}}),Fe=new d({props:{code:"JTVCJTdCJ3RyYW5zbGF0aW9uX3RleHQnJTNBJTIwJ1RoaXMlMjBjb3Vyc2UlMjBpcyUyMHByb2R1Y2VkJTIwYnklMjBIdWdnaW5nJTIwRmFjZS4nJTdEJTVE",highlighted:'[{<span class="hljs-string">'translation_text'</span>: <span class="hljs-string">'This course is produced by Hugging Face.'</span>}]',wrap:!1}}),H=new V({props:{$$slots:{default:[Wt]},$$scope:{ctx:I}}}),qe=new It({props:{source:"https://github.com/huggingface/course/blob/main/chapters/th/chapter1/3.mdx"}}),{c(){i=p("meta"),o=n(),M=p("p"),u=n(),J(f.$$.fragment),h=n(),J(U.$$.fragment),$=n(),k=p("p"),k.innerHTML=gs,Oe=n(),J(b.$$.fragment),Ke=n(),J(Y.$$.fragment),el=n(),N=p("p"),N.textContent=hs,ll=n(),C=p("img"),sl=n(),R=p("p"),R.innerHTML=bs,tl=n(),J(B.$$.fragment),nl=n(),X=p("p"),X.textContent=Cs,al=n(),J(S.$$.fragment),il=n(),J(z.$$.fragment),Ml=n(),Q=p("p"),Q.innerHTML=Bs,pl=n(),J(_.$$.fragment),rl=n(),J(F.$$.fragment),Jl=n(),E=p("p"),E.textContent=xs,yl=n(),J(L.$$.fragment),Tl=n(),J(q.$$.fragment),cl=n(),P=p("p"),P.innerHTML=Ws,ml=n(),D=p("p"),D.textContent=Gs,wl=n(),O=p("ol"),O.innerHTML=Zs,jl=n(),K=p("p"),K.innerHTML=vs,ol=n(),ee=p("ul"),ee.innerHTML=Hs,ul=n(),le=p("p"),le.textContent=Vs,fl=n(),J(se.$$.fragment),dl=n(),te=p("p"),te.innerHTML=As,Ul=n(),J(ne.$$.fragment),Il=n(),J(ae.$$.fragment),gl=n(),ie=p("p"),ie.innerHTML=ks,hl=n(),J(x.$$.fragment),$l=n(),J(Me.$$.fragment),bl=n(),pe=p("p"),pe.textContent=Ys,Cl=n(),J(re.$$.fragment),Bl=n(),J(Je.$$.fragment),xl=n(),ye=p("p"),ye.innerHTML=Ns,Wl=n(),J(W.$$.fragment),Gl=n(),J(Te.$$.fragment),Zl=n(),ce=p("p"),ce.innerHTML=Rs,vl=n(),me=p("p"),me.innerHTML=Xs,Hl=n(),J(we.$$.fragment),Vl=n(),J(je.$$.fragment),Al=n(),oe=p("p"),oe.textContent=Ss,kl=n(),ue=p("p"),ue.textContent=zs,Yl=n(),J(G.$$.fragment),Nl=n(),J(fe.$$.fragment),Rl=n(),de=p("p"),de.innerHTML=Qs,Xl=n(),Ue=p("p"),Ue.innerHTML=_s,Sl=n(),J(Ie.$$.fragment),zl=n(),ge=p("p"),ge.innerHTML=Fs,Ql=n(),J(he.$$.fragment),_l=n(),J($e.$$.fragment),Fl=n(),be=p("p"),be.innerHTML=Es,El=n(),J(Z.$$.fragment),Ll=n(),J(Ce.$$.fragment),ql=n(),Be=p("p"),Be.textContent=Ls,Pl=n(),J(xe.$$.fragment),Dl=n(),J(We.$$.fragment),Ol=n(),Ge=p("p"),Ge.textContent=qs,Kl=n(),Ze=p("p"),Ze.innerHTML=Ps,es=n(),J(v.$$.fragment),ls=n(),J(ve.$$.fragment),ss=n(),He=p("p"),He.innerHTML=Ds,ts=n(),J(Ve.$$.fragment),ns=n(),J(Ae.$$.fragment),as=n(),ke=p("p"),ke.textContent=Os,is=n(),J(Ye.$$.fragment),Ms=n(),Ne=p("p"),Ne.textContent=Ks,ps=n(),J(Re.$$.fragment),rs=n(),J(Xe.$$.fragment),Js=n(),Se=p("p"),Se.innerHTML=et,ys=n(),J(ze.$$.fragment),Ts=n(),Qe=p("p"),Qe.innerHTML=lt,cs=n(),J(_e.$$.fragment),ms=n(),J(Fe.$$.fragment),ws=n(),Ee=p("p"),Ee.innerHTML=st,js=n(),J(H.$$.fragment),os=n(),Le=p("p"),Le.innerHTML=tt,us=n(),J(qe.$$.fragment),fs=n(),De=p("p"),this.h()},l(e){const l=ut("svelte-u9bgzb",document.head);i=r(l,"META",{name:!0,content:!0}),l.forEach(s),o=a(e),M=r(e,"P",{}),Tt(M).forEach(s),u=a(e),y(f.$$.fragment,e),h=a(e),y(U.$$.fragment,e),$=a(e),k=r(e,"P",{"data-svelte-h":!0}),j(k)!=="svelte-xl0onu"&&(k.innerHTML=gs),Oe=a(e),y(b.$$.fragment,e),Ke=a(e),y(Y.$$.fragment,e),el=a(e),N=r(e,"P",{"data-svelte-h":!0}),j(N)!=="svelte-1t509pn"&&(N.textContent=hs),ll=a(e),C=r(e,"IMG",{src:!0,alt:!0,width:!0}),sl=a(e),R=r(e,"P",{"data-svelte-h":!0}),j(R)!=="svelte-qikphb"&&(R.innerHTML=bs),tl=a(e),y(B.$$.fragment,e),nl=a(e),X=r(e,"P",{"data-svelte-h":!0}),j(X)!=="svelte-1ia6qy2"&&(X.textContent=Cs),al=a(e),y(S.$$.fragment,e),il=a(e),y(z.$$.fragment,e),Ml=a(e),Q=r(e,"P",{"data-svelte-h":!0}),j(Q)!=="svelte-7wz0hr"&&(Q.innerHTML=Bs),pl=a(e),y(_.$$.fragment,e),rl=a(e),y(F.$$.fragment,e),Jl=a(e),E=r(e,"P",{"data-svelte-h":!0}),j(E)!=="svelte-gnsl7m"&&(E.textContent=xs),yl=a(e),y(L.$$.fragment,e),Tl=a(e),y(q.$$.fragment,e),cl=a(e),P=r(e,"P",{"data-svelte-h":!0}),j(P)!=="svelte-1hmpn8l"&&(P.innerHTML=Ws),ml=a(e),D=r(e,"P",{"data-svelte-h":!0}),j(D)!=="svelte-1gvdvbi"&&(D.textContent=Gs),wl=a(e),O=r(e,"OL",{"data-svelte-h":!0}),j(O)!=="svelte-1gze33a"&&(O.innerHTML=Zs),jl=a(e),K=r(e,"P",{"data-svelte-h":!0}),j(K)!=="svelte-12dej07"&&(K.innerHTML=vs),ol=a(e),ee=r(e,"UL",{"data-svelte-h":!0}),j(ee)!=="svelte-1wn83r2"&&(ee.innerHTML=Hs),ul=a(e),le=r(e,"P",{"data-svelte-h":!0}),j(le)!=="svelte-1vl4gkn"&&(le.textContent=Vs),fl=a(e),y(se.$$.fragment,e),dl=a(e),te=r(e,"P",{"data-svelte-h":!0}),j(te)!=="svelte-rpaboq"&&(te.innerHTML=As),Ul=a(e),y(ne.$$.fragment,e),Il=a(e),y(ae.$$.fragment,e),gl=a(e),ie=r(e,"P",{"data-svelte-h":!0}),j(ie)!=="svelte-2wi3f4"&&(ie.innerHTML=ks),hl=a(e),y(x.$$.fragment,e),$l=a(e),y(Me.$$.fragment,e),bl=a(e),pe=r(e,"P",{"data-svelte-h":!0}),j(pe)!=="svelte-2r1wlk"&&(pe.textContent=Ys),Cl=a(e),y(re.$$.fragment,e),Bl=a(e),y(Je.$$.fragment,e),xl=a(e),ye=r(e,"P",{"data-svelte-h":!0}),j(ye)!=="svelte-c2rbgl"&&(ye.innerHTML=Ns),Wl=a(e),y(W.$$.fragment,e),Gl=a(e),y(Te.$$.fragment,e),Zl=a(e),ce=r(e,"P",{"data-svelte-h":!0}),j(ce)!=="svelte-1s8fa1h"&&(ce.innerHTML=Rs),vl=a(e),me=r(e,"P",{"data-svelte-h":!0}),j(me)!=="svelte-1anpek5"&&(me.innerHTML=Xs),Hl=a(e),y(we.$$.fragment,e),Vl=a(e),y(je.$$.fragment,e),Al=a(e),oe=r(e,"P",{"data-svelte-h":!0}),j(oe)!=="svelte-8hnzoa"&&(oe.textContent=Ss),kl=a(e),ue=r(e,"P",{"data-svelte-h":!0}),j(ue)!=="svelte-1w1ar43"&&(ue.textContent=zs),Yl=a(e),y(G.$$.fragment,e),Nl=a(e),y(fe.$$.fragment,e),Rl=a(e),de=r(e,"P",{"data-svelte-h":!0}),j(de)!=="svelte-e1buaz"&&(de.innerHTML=Qs),Xl=a(e),Ue=r(e,"P",{"data-svelte-h":!0}),j(Ue)!=="svelte-1l78vk3"&&(Ue.innerHTML=_s),Sl=a(e),y(Ie.$$.fragment,e),zl=a(e),ge=r(e,"P",{"data-svelte-h":!0}),j(ge)!=="svelte-tsrmyq"&&(ge.innerHTML=Fs),Ql=a(e),y(he.$$.fragment,e),_l=a(e),y($e.$$.fragment,e),Fl=a(e),be=r(e,"P",{"data-svelte-h":!0}),j(be)!=="svelte-b0u62l"&&(be.innerHTML=Es),El=a(e),y(Z.$$.fragment,e),Ll=a(e),y(Ce.$$.fragment,e),ql=a(e),Be=r(e,"P",{"data-svelte-h":!0}),j(Be)!=="svelte-1pzq6vi"&&(Be.textContent=Ls),Pl=a(e),y(xe.$$.fragment,e),Dl=a(e),y(We.$$.fragment,e),Ol=a(e),Ge=r(e,"P",{"data-svelte-h":!0}),j(Ge)!=="svelte-1bf0a3a"&&(Ge.textContent=qs),Kl=a(e),Ze=r(e,"P",{"data-svelte-h":!0}),j(Ze)!=="svelte-62mr68"&&(Ze.innerHTML=Ps),es=a(e),y(v.$$.fragment,e),ls=a(e),y(ve.$$.fragment,e),ss=a(e),He=r(e,"P",{"data-svelte-h":!0}),j(He)!=="svelte-g8l78x"&&(He.innerHTML=Ds),ts=a(e),y(Ve.$$.fragment,e),ns=a(e),y(Ae.$$.fragment,e),as=a(e),ke=r(e,"P",{"data-svelte-h":!0}),j(ke)!=="svelte-1k5h58x"&&(ke.textContent=Os),is=a(e),y(Ye.$$.fragment,e),Ms=a(e),Ne=r(e,"P",{"data-svelte-h":!0}),j(Ne)!=="svelte-13shhl0"&&(Ne.textContent=Ks),ps=a(e),y(Re.$$.fragment,e),rs=a(e),y(Xe.$$.fragment,e),Js=a(e),Se=r(e,"P",{"data-svelte-h":!0}),j(Se)!=="svelte-5nc4ja"&&(Se.innerHTML=et),ys=a(e),y(ze.$$.fragment,e),Ts=a(e),Qe=r(e,"P",{"data-svelte-h":!0}),j(Qe)!=="svelte-pwx0o0"&&(Qe.innerHTML=lt),cs=a(e),y(_e.$$.fragment,e),ms=a(e),y(Fe.$$.fragment,e),ws=a(e),Ee=r(e,"P",{"data-svelte-h":!0}),j(Ee)!=="svelte-mzaqim"&&(Ee.innerHTML=st),js=a(e),y(H.$$.fragment,e),os=a(e),Le=r(e,"P",{"data-svelte-h":!0}),j(Le)!=="svelte-19t7ssn"&&(Le.innerHTML=tt),us=a(e),y(qe.$$.fragment,e),fs=a(e),De=r(e,"P",{}),Tt(De).forEach(s),this.h()},h(){Pe(i,"name","hf:doc:metadata"),Pe(i,"content",Zt),mt(C.src,$s="https://huggingface.co/datasets/huggingface-course/documentation-images/resolve/main/en/chapter1/companies.PNG")||Pe(C,"src",$s),Pe(C,"alt","Companies using Hugging Face"),Pe(C,"width","100%")},m(e,l){ft(document.head,i),t(e,o,l),t(e,M,l),t(e,u,l),T(f,e,l),t(e,h,l),T(U,e,l),t(e,$,l),t(e,k,l),t(e,Oe,l),T(b,e,l),t(e,Ke,l),T(Y,e,l),t(e,el,l),t(e,N,l),t(e,ll,l),t(e,C,l),t(e,sl,l),t(e,R,l),t(e,tl,l),T(B,e,l),t(e,nl,l),t(e,X,l),t(e,al,l),T(S,e,l),t(e,il,l),T(z,e,l),t(e,Ml,l),t(e,Q,l),t(e,pl,l),T(_,e,l),t(e,rl,l),T(F,e,l),t(e,Jl,l),t(e,E,l),t(e,yl,l),T(L,e,l),t(e,Tl,l),T(q,e,l),t(e,cl,l),t(e,P,l),t(e,ml,l),t(e,D,l),t(e,wl,l),t(e,O,l),t(e,jl,l),t(e,K,l),t(e,ol,l),t(e,ee,l),t(e,ul,l),t(e,le,l),t(e,fl,l),T(se,e,l),t(e,dl,l),t(e,te,l),t(e,Ul,l),T(ne,e,l),t(e,Il,l),T(ae,e,l),t(e,gl,l),t(e,ie,l),t(e,hl,l),T(x,e,l),t(e,$l,l),T(Me,e,l),t(e,bl,l),t(e,pe,l),t(e,Cl,l),T(re,e,l),t(e,Bl,l),T(Je,e,l),t(e,xl,l),t(e,ye,l),t(e,Wl,l),T(W,e,l),t(e,Gl,l),T(Te,e,l),t(e,Zl,l),t(e,ce,l),t(e,vl,l),t(e,me,l),t(e,Hl,l),T(we,e,l),t(e,Vl,l),T(je,e,l),t(e,Al,l),t(e,oe,l),t(e,kl,l),t(e,ue,l),t(e,Yl,l),T(G,e,l),t(e,Nl,l),T(fe,e,l),t(e,Rl,l),t(e,de,l),t(e,Xl,l),t(e,Ue,l),t(e,Sl,l),T(Ie,e,l),t(e,zl,l),t(e,ge,l),t(e,Ql,l),T(he,e,l),t(e,_l,l),T($e,e,l),t(e,Fl,l),t(e,be,l),t(e,El,l),T(Z,e,l),t(e,Ll,l),T(Ce,e,l),t(e,ql,l),t(e,Be,l),t(e,Pl,l),T(xe,e,l),t(e,Dl,l),T(We,e,l),t(e,Ol,l),t(e,Ge,l),t(e,Kl,l),t(e,Ze,l),t(e,es,l),T(v,e,l),t(e,ls,l),T(ve,e,l),t(e,ss,l),t(e,He,l),t(e,ts,l),T(Ve,e,l),t(e,ns,l),T(Ae,e,l),t(e,as,l),t(e,ke,l),t(e,is,l),T(Ye,e,l),t(e,Ms,l),t(e,Ne,l),t(e,ps,l),T(Re,e,l),t(e,rs,l),T(Xe,e,l),t(e,Js,l),t(e,Se,l),t(e,ys,l),T(ze,e,l),t(e,Ts,l),t(e,Qe,l),t(e,cs,l),T(_e,e,l),t(e,ms,l),T(Fe,e,l),t(e,ws,l),t(e,Ee,l),t(e,js,l),T(H,e,l),t(e,os,l),t(e,Le,l),t(e,us,l),T(qe,e,l),t(e,fs,l),t(e,De,l),ds=!0},p(e,[l]){const nt={};l&2&&(nt.$$scope={dirty:l,ctx:e}),b.$set(nt);const at={};l&2&&(at.$$scope={dirty:l,ctx:e}),B.$set(at);const it={};l&2&&(it.$$scope={dirty:l,ctx:e}),x.$set(it);const Mt={};l&2&&(Mt.$$scope={dirty:l,ctx:e}),W.$set(Mt);const pt={};l&2&&(pt.$$scope={dirty:l,ctx:e}),G.$set(pt);const rt={};l&2&&(rt.$$scope={dirty:l,ctx:e}),Z.$set(rt);const Jt={};l&2&&(Jt.$$scope={dirty:l,ctx:e}),v.$set(Jt);const yt={};l&2&&(yt.$$scope={dirty:l,ctx:e}),H.$set(yt)},i(e){ds||(c(f.$$.fragment,e),c(U.$$.fragment,e),c(b.$$.fragment,e),c(Y.$$.fragment,e),c(B.$$.fragment,e),c(S.$$.fragment,e),c(z.$$.fragment,e),c(_.$$.fragment,e),c(F.$$.fragment,e),c(L.$$.fragment,e),c(q.$$.fragment,e),c(se.$$.fragment,e),c(ne.$$.fragment,e),c(ae.$$.fragment,e),c(x.$$.fragment,e),c(Me.$$.fragment,e),c(re.$$.fragment,e),c(Je.$$.fragment,e),c(W.$$.fragment,e),c(Te.$$.fragment,e),c(we.$$.fragment,e),c(je.$$.fragment,e),c(G.$$.fragment,e),c(fe.$$.fragment,e),c(Ie.$$.fragment,e),c(he.$$.fragment,e),c($e.$$.fragment,e),c(Z.$$.fragment,e),c(Ce.$$.fragment,e),c(xe.$$.fragment,e),c(We.$$.fragment,e),c(v.$$.fragment,e),c(ve.$$.fragment,e),c(Ve.$$.fragment,e),c(Ae.$$.fragment,e),c(Ye.$$.fragment,e),c(Re.$$.fragment,e),c(Xe.$$.fragment,e),c(ze.$$.fragment,e),c(_e.$$.fragment,e),c(Fe.$$.fragment,e),c(H.$$.fragment,e),c(qe.$$.fragment,e),ds=!0)},o(e){m(f.$$.fragment,e),m(U.$$.fragment,e),m(b.$$.fragment,e),m(Y.$$.fragment,e),m(B.$$.fragment,e),m(S.$$.fragment,e),m(z.$$.fragment,e),m(_.$$.fragment,e),m(F.$$.fragment,e),m(L.$$.fragment,e),m(q.$$.fragment,e),m(se.$$.fragment,e),m(ne.$$.fragment,e),m(ae.$$.fragment,e),m(x.$$.fragment,e),m(Me.$$.fragment,e),m(re.$$.fragment,e),m(Je.$$.fragment,e),m(W.$$.fragment,e),m(Te.$$.fragment,e),m(we.$$.fragment,e),m(je.$$.fragment,e),m(G.$$.fragment,e),m(fe.$$.fragment,e),m(Ie.$$.fragment,e),m(he.$$.fragment,e),m($e.$$.fragment,e),m(Z.$$.fragment,e),m(Ce.$$.fragment,e),m(xe.$$.fragment,e),m(We.$$.fragment,e),m(v.$$.fragment,e),m(ve.$$.fragment,e),m(Ve.$$.fragment,e),m(Ae.$$.fragment,e),m(Ye.$$.fragment,e),m(Re.$$.fragment,e),m(Xe.$$.fragment,e),m(ze.$$.fragment,e),m(_e.$$.fragment,e),m(Fe.$$.fragment,e),m(H.$$.fragment,e),m(qe.$$.fragment,e),ds=!1},d(e){e&&(s(o),s(M),s(u),s(h),s($),s(k),s(Oe),s(Ke),s(el),s(N),s(ll),s(C),s(sl),s(R),s(tl),s(nl),s(X),s(al),s(il),s(Ml),s(Q),s(pl),s(rl),s(Jl),s(E),s(yl),s(Tl),s(cl),s(P),s(ml),s(D),s(wl),s(O),s(jl),s(K),s(ol),s(ee),s(ul),s(le),s(fl),s(dl),s(te),s(Ul),s(Il),s(gl),s(ie),s(hl),s($l),s(bl),s(pe),s(Cl),s(Bl),s(xl),s(ye),s(Wl),s(Gl),s(Zl),s(ce),s(vl),s(me),s(Hl),s(Vl),s(Al),s(oe),s(kl),s(ue),s(Yl),s(Nl),s(Rl),s(de),s(Xl),s(Ue),s(Sl),s(zl),s(ge),s(Ql),s(_l),s(Fl),s(be),s(El),s(Ll),s(ql),s(Be),s(Pl),s(Dl),s(Ol),s(Ge),s(Kl),s(Ze),s(es),s(ls),s(ss),s(He),s(ts),s(ns),s(as),s(ke),s(is),s(Ms),s(Ne),s(ps),s(rs),s(Js),s(Se),s(ys),s(Ts),s(Qe),s(cs),s(ms),s(ws),s(Ee),s(js),s(os),s(Le),s(us),s(fs),s(De)),s(i),w(f,e),w(U,e),w(b,e),w(Y,e),w(B,e),w(S,e),w(z,e),w(_,e),w(F,e),w(L,e),w(q,e),w(se,e),w(ne,e),w(ae,e),w(x,e),w(Me,e),w(re,e),w(Je,e),w(W,e),w(Te,e),w(we,e),w(je,e),w(G,e),w(fe,e),w(Ie,e),w(he,e),w($e,e),w(Z,e),w(Ce,e),w(xe,e),w(We,e),w(v,e),w(ve,e),w(Ve,e),w(Ae,e),w(Ye,e),w(Re,e),w(Xe,e),w(ze,e),w(_e,e),w(Fe,e),w(H,e),w(qe,e)}}}const Zt='{"title":"Transformers ชื่อนี้มีดียังไง?","local":"transformers-ชอนมดยงไง","sections":[{"title":"Transformers, Transformers เต็มไปหมดเลย!","local":"transformers-transformers-เตมไปหมดเลย","sections":[],"depth":2},{"title":"การใช้งานคำสั่ง pipelines","local":"การใชงานคำสง-pipelines","sections":[],"depth":2},{"title":"แยกแยะหมวดหมู่โดยไม่ต้องสอน","local":"แยกแยะหมวดหมโดยไมตองสอน","sections":[],"depth":2},{"title":"การสร้างข้อความ","local":"การสรางขอความ","sections":[],"depth":2},{"title":"การใช้งานโมเดลใด ๆ จาก Hub ใน pipeline","local":"การใชงานโมเดลใด-ๆ-จาก-hub-ใน-pipeline","sections":[{"title":"The Inference API","local":"the-inference-api","sections":[],"depth":3}],"depth":2},{"title":"เติมคำในช่องว่าง","local":"เตมคำในชองวาง","sections":[],"depth":2},{"title":"การระบุชื่อเฉพาะ","local":"การระบชอเฉพาะ","sections":[],"depth":2},{"title":"ถาม-ตอบคำถาม","local":"ถาม-ตอบคำถาม","sections":[],"depth":2},{"title":"การสรุปความ","local":"การสรปความ","sections":[],"depth":2},{"title":"การแปลภาษา","local":"การแปลภาษา","sections":[],"depth":2}],"depth":1}';function vt(I){return wt(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class Xt extends jt{constructor(i){super(),ot(this,i,vt,Gt,ct,{})}}export{Xt as component}; | |
Xet Storage Details
- Size:
- 65.1 kB
- Xet hash:
- 9ae93ede45dc086b01e987e3c9747682bcd5573a52d536658fac0597c38a354b
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.