course/pr_1107/th/_app/immutable/nodes/21.bc1ff99f.js

import{s as I,o as O}from"../chunks/scheduler.ef843396.js";import{S as R,i as D,e as d,s as m,c as x,h as J,a as b,d as a,b as c,f as B,g as E,j as A,k as G,l as Q,m as r,n as F,t as S,o as j,p as z}from"../chunks/index.e046a64d.js";import{C as V}from"../chunks/CourseFloatingBanner.42872f72.js";import{F as W}from"../chunks/FrameworkSwitchCourse.da189476.js";import{H as X,E as Y}from"../chunks/MermaidChart.svelte_svelte_type_style_lang.e11afc57.js";function Z(u){let t,l="<li>วิธีการเตรียม dataset ขนาดใหญ่จาก Hub</li> <li>วิธีการใช้ Keras ในการ fine-tune โมเดล</li> <li>วิธีการใช้ Keras ในการทำนายผล</li> <li>วิธีการใช้ metric ที่เขียนขึ้นเอง (custom metric)</li>";return{c(){t=d("ul"),t.innerHTML=l},l(i){t=b(i,"UL",{"data-svelte-h":!0}),A(t)!=="svelte-bj2icn"&&(t.innerHTML=l)},m(i,s){r(i,t,s)},d(i){i&&a(t)}}}function ee(u){let t,l="<li>วิธีการเตรียม dataset ขนาดใหญ่จาก Hub</li> <li>วิธีการใช้ high-level <code>Trainer</code> API ในการ fine-tune โมเดล</li> <li>วิธีการใช้ training loop ที่เขียนขึ้นเอง (custom training loop)</li> <li>วิธีการใช้ประโยชน์จาก 🤗 Accelerate library ในการรัน custom training loop บน distributed setup แบบต่าง ๆ</li>";return{c(){t=d("ul"),t.innerHTML=l},l(i){t=b(i,"UL",{"data-svelte-h":!0}),A(t)!=="svelte-1on0o8x"&&(t.innerHTML=l)},m(i,s){r(i,t,s)},d(i){i&&a(t)}}}function te(u){let t,l,i,s,f,v,p,k,$,L,h,U='ใน <a href="/course/chapter2">Chapter 2</a> เราได้เรียนรู้วิธีการใช้ tokenizers และโมเดลที่ผ่านการเทรนมาแล้ว (pretrained models) ในการทำนาย แต่ถ้าเราต้องการจะใช้ dataset ของเราเองในการ fine-tune โมเดลล่ะ? นั่นคือหัวข้อของบทนี้เลย! คุณจะได้เรียนรู้:',T,w,g,K='ถ้าคุณต้องการจะ upload trained checkpoints ของคุณขึ้น Hugging Face Hub คุณจะต้องมีบัญชี huggingface.co ก่อน : <a href="https://huggingface.co/join" rel="nofollow">create an account</a>',M,_,C,H,y;f=new W({props:{fw:u[0]}}),p=new X({props:{title:"บทนำ",local:"บทนำ",headingTag:"h1"}}),$=new V({props:{chapter:3,classNames:"absolute z-10 right-0 top-0"}});function N(e,n){return e[0]==="pt"?ee:Z}let P=N(u),o=P(u);return _=new Y({props:{source:"https://github.com/huggingface/course/blob/main/chapters/th/chapter3/1.mdx"}}),{c(){t=d("meta"),l=m(),i=d("p"),s=m(),x(f.$$.fragment),v=m(),x(p.$$.fragment),k=m(),x($.$$.fragment),L=m(),h=d("p"),h.innerHTML=U,T=m(),o.c(),w=m(),g=d("p"),g.innerHTML=K,M=m(),x(_.$$.fragment),C=m(),H=d("p"),this.h()},l(e){const n=J("svelte-u9bgzb",document.head);t=b(n,"META",{name:!0,content:!0}),n.forEach(a),l=c(e),i=b(e,"P",{}),B(i).forEach(a),s=c(e),E(f.$$.fragment,e),v=c(e),E(p.$$.fragment,e),k=c(e),E($.$$.fragment,e),L=c(e),h=b(e,"P",{"data-svelte-h":!0}),A(h)!=="svelte-ymcgbx"&&(h.innerHTML=U),T=c(e),o.l(e),w=c(e),g=b(e,"P",{"data-svelte-h":!0}),A(g)!=="svelte-16f80gr"&&(g.innerHTML=K),M=c(e),E(_.$$.fragment,e),C=c(e),H=b(e,"P",{}),B(H).forEach(a),this.h()},h(){G(t,"name","hf:doc:metadata"),G(t,"content",ne)},m(e,n){Q(document.head,t),r(e,l,n),r(e,i,n),r(e,s,n),F(f,e,n),r(e,v,n),F(p,e,n),r(e,k,n),F($,e,n),r(e,L,n),r(e,h,n),r(e,T,n),o.m(e,n),r(e,w,n),r(e,g,n),r(e,M,n),F(_,e,n),r(e,C,n),r(e,H,n),y=!0},p(e,[n]){const q={};n&1&&(q.fw=e[0]),f.$set(q),P!==(P=N(e))&&(o.d(1),o=P(e),o&&(o.c(),o.m(w.parentNode,w)))},i(e){y||(S(f.$$.fragment,e),S(p.$$.fragment,e),S($.$$.fragment,e),S(_.$$.fragment,e),y=!0)},o(e){j(f.$$.fragment,e),j(p.$$.fragment,e),j($.$$.fragment,e),j(_.$$.fragment,e),y=!1},d(e){e&&(a(l),a(i),a(s),a(v),a(k),a(L),a(h),a(T),a(w),a(g),a(M),a(C),a(H)),a(t),z(f,e),z(p,e),z($,e),o.d(e),z(_,e)}}}const ne='{"title":"บทนำ","local":"บทนำ","sections":[],"depth":1}';function ie(u,t,l){let i="pt";return O(()=>{const s=new URLSearchParams(window.location.search);l(0,i=s.get("fw")||"pt")}),[i]}class me extends R{constructor(t){super(),D(this,t,ie,te,I,{})}}export{me as component};