Buckets:
| import{s as D,n as J,o as Q}from"../chunks/scheduler.37c15a92.js";import{S as V,i as W,g as r,s as l,r as M,A as X,h as m,f as n,c as s,j as I,u as U,x as C,k as K,y as Z,a,v as z,d as R,t as S,w as Y}from"../chunks/index.2bf4358c.js";import{Y as tt}from"../chunks/Youtube.1e50a667.js";import{C as et}from"../chunks/CourseFloatingBanner.9ff4c771.js";import{H as nt,E as at}from"../chunks/getInferenceSnippets.8229e22a.js";function lt(j){let i,d,P,h,o,b,p,w,f,k="Если вы дошли до конца курса, поздравляем - теперь у вас есть все знания и инструменты, необходимые для решения (почти) любой задачи NLP с помощью 🤗 Transformers и экосистемы Hugging Face!",L,u,B="Мы видели много разных коллаторов данных, поэтому сделали это небольшое видео, чтобы помочь вам определить, какой из них лучше использовать для каждой задачи:",T,$,E,c,G="Пройдя этот молниеносный тур по основным задачам NLP, вы должны:",H,_,O="<li>Знать, какие архитектуры (кодер, декодер или кодер-декодер) лучше всего подходят для конкретной задачи</li> <li>Понимать разницу между предварительным обучением и дообучением языковой модели</li> <li>Знать, как обучать модели Transformer, используя либо API <code>Trainer</code> и возможности распределенного обучения в 🤗 Accelerate, либо TensorFlow и Keras, в зависимости от того, какой путь вы выбрали</li> <li>Понимать значение и ограничения таких метрик, как ROUGE и BLEU, для задач генерации текста</li> <li>Знать, как взаимодействовать с вашими дообученными моделями, как на Hub, так и с помощью <code>pipeline</code> из 🤗 Transformers</li>",N,x,q="Несмотря на все эти знания, настанет момент, когда вы столкнетесь с трудной ошибкой в своем коде или у вас возникнет вопрос о том, как решить ту или иную задачу NLP. К счастью, сообщество Hugging Face готово помочь вам! В заключительной главе этой части курса мы рассмотрим, как можно отлаживать свои модели Transformer и эффективно обращаться за помощью.",y,g,A,v,F;return o=new nt({props:{title:"Освоение NLP",local:"mastering-nlp",headingTag:"h1"}}),p=new et({props:{chapter:7,classNames:"absolute z-10 right-0 top-0"}}),$=new tt({props:{id:"-RPeakdlHYo"}}),g=new at({props:{source:"https://github.com/huggingface/course/blob/main/chapters/ru/chapter7/8.mdx"}}),{c(){i=r("meta"),d=l(),P=r("p"),h=l(),M(o.$$.fragment),b=l(),M(p.$$.fragment),w=l(),f=r("p"),f.textContent=k,L=l(),u=r("p"),u.textContent=B,T=l(),M($.$$.fragment),E=l(),c=r("p"),c.textContent=G,H=l(),_=r("ul"),_.innerHTML=O,N=l(),x=r("p"),x.textContent=q,y=l(),M(g.$$.fragment),A=l(),v=r("p"),this.h()},l(t){const e=X("svelte-u9bgzb",document.head);i=m(e,"META",{name:!0,content:!0}),e.forEach(n),d=s(t),P=m(t,"P",{}),I(P).forEach(n),h=s(t),U(o.$$.fragment,t),b=s(t),U(p.$$.fragment,t),w=s(t),f=m(t,"P",{"data-svelte-h":!0}),C(f)!=="svelte-14wbap3"&&(f.textContent=k),L=s(t),u=m(t,"P",{"data-svelte-h":!0}),C(u)!=="svelte-f3ae25"&&(u.textContent=B),T=s(t),U($.$$.fragment,t),E=s(t),c=m(t,"P",{"data-svelte-h":!0}),C(c)!=="svelte-tmrofm"&&(c.textContent=G),H=s(t),_=m(t,"UL",{"data-svelte-h":!0}),C(_)!=="svelte-161tjvp"&&(_.innerHTML=O),N=s(t),x=m(t,"P",{"data-svelte-h":!0}),C(x)!=="svelte-9tz3uv"&&(x.textContent=q),y=s(t),U(g.$$.fragment,t),A=s(t),v=m(t,"P",{}),I(v).forEach(n),this.h()},h(){K(i,"name","hf:doc:metadata"),K(i,"content",st)},m(t,e){Z(document.head,i),a(t,d,e),a(t,P,e),a(t,h,e),z(o,t,e),a(t,b,e),z(p,t,e),a(t,w,e),a(t,f,e),a(t,L,e),a(t,u,e),a(t,T,e),z($,t,e),a(t,E,e),a(t,c,e),a(t,H,e),a(t,_,e),a(t,N,e),a(t,x,e),a(t,y,e),z(g,t,e),a(t,A,e),a(t,v,e),F=!0},p:J,i(t){F||(R(o.$$.fragment,t),R(p.$$.fragment,t),R($.$$.fragment,t),R(g.$$.fragment,t),F=!0)},o(t){S(o.$$.fragment,t),S(p.$$.fragment,t),S($.$$.fragment,t),S(g.$$.fragment,t),F=!1},d(t){t&&(n(d),n(P),n(h),n(b),n(w),n(f),n(L),n(u),n(T),n(E),n(c),n(H),n(_),n(N),n(x),n(y),n(A),n(v)),n(i),Y(o,t),Y(p,t),Y($,t),Y(g,t)}}}const st='{"title":"Освоение NLP","local":"mastering-nlp","sections":[],"depth":1}';function it(j){return Q(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class ut extends V{constructor(i){super(),W(this,i,it,lt,D,{})}}export{ut as component}; | |
Xet Storage Details
- Size:
- 5.08 kB
- Xet hash:
- bac7da632e545088ec2370b59d462338ff288e9ee88a69a8d7ff43a28e4bf5e6
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.