Buckets:

rtrm's picture
|
download
raw
796 Bytes
# Tokenizeri, verificare![[tokenizers-check]]
<CourseFloatingBanner
chapter={6}
classNames="absolute z-10 right-0 top-0"
/>
Bună treabă la finalizarea acestui capitol!
După această scufundare adâncă în tokenizers, ar trebui să:
- Să fii capabil să antrenezi un nou tokenizer folosind unul vechi ca model
- Să înțelegi modului de utilizare a offseturilor pentru a face map tokenilor în intervalul lor original de text
- Cunoști diferențele dintre BPE, WordPiece și Unigram
- Fii capabil să combini blocurile furnizate de biblioteca 🤗 Tokenizers pentru a vă construi propriul tokenizer
- Să poți folosi acest tokenizer în cadrul bibliotecii 🤗 Transformers
<EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/ro/chapter6/9.mdx" />

Xet Storage Details

Size:
796 Bytes
·
Xet hash:
aefd556ed25fc300656d197a232fa9d12b6b60c971523e930e5e865eaa0c81ca

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