Buckets:
| import{s as K,n as Q,o as V}from"../chunks/scheduler.505acc25.js";import{S as W,i as X,e as i,s as n,c as E,h as Y,a as l,d as a,b as s,f as G,g as A,j as C,k as J,l as Z,m as o,n as O,t as S,o as k,p as D}from"../chunks/index.1238bded.js";import{C as ee,H as te,E as ae}from"../chunks/MermaidChart.svelte_svelte_type_style_lang.b9bbfe39.js";import{C as oe}from"../chunks/CourseFloatingBanner.243cee15.js";function ne(N){let r,b,g,x,u,q,p,H,m,M,c,F='No <a href="/course/chapter3">Capítulo 3</a> você teve seu primeiro gostinho da biblioteca 🤗 Datasets e viu que havia três passos principais quando se tratava de treinar para melhorar (fine-tuning) um modelo:',L,d,I="<li>Carregar um conjunto de dados (dataset) do Hugging Face Hub.</li> <li>Pré-processar os dados com <code>Dataset.map()</code>.</li> <li>Carregar e calcular as métricas.</li>",P,f,R="Mas isto está apenas arranhando a superfície do que 🤗 Dataset.map pode fazer! Neste capítulo, vamos dar um mergulho profundo na biblioteca. Ao longo do caminho, encontraremos respostas para as seguintes perguntas:",T,$,U="<li>O que você faz quando seu conjunto de dados não está no Hub?</li> <li>Como você pode separar um conjunto de dados? (E se você <em>necessário</em> usar Pandas?)</li> <li>O que você faz quando seu conjunto de dados é enorme e derreterá a RAM de seu laptop?</li> <li>O que diabos são “mapeamento de memória” e Apache Arrow?</li> <li>Como você pode criar seu próprio conjunto de dados e enviar para o Hub?</li>",w,v,B='As técnicas que você aprender aqui vão prepará-lo para as tarefas avançadas de tokenization e fine-tuning no <a href="/course/chapter6">Capítulo 6</a> e <a href="/course/chapter7">Capítulo 7</a> — então pegue um café e vamos começar!',j,h,y,_,z;return u=new ee({props:{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"}}),p=new te({props:{title:"Introdução",local:"introdução",headingTag:"h1"}}),m=new oe({props:{chapter:5,classNames:"absolute z-10 right-0 top-0"}}),h=new ae({props:{source:"https://github.com/huggingface/course/blob/main/chapters/pt/chapter5/1.mdx"}}),{c(){r=i("meta"),b=n(),g=i("p"),x=n(),E(u.$$.fragment),q=n(),E(p.$$.fragment),H=n(),E(m.$$.fragment),M=n(),c=i("p"),c.innerHTML=F,L=n(),d=i("ol"),d.innerHTML=I,P=n(),f=i("p"),f.textContent=R,T=n(),$=i("ul"),$.innerHTML=U,w=n(),v=i("p"),v.innerHTML=B,j=n(),E(h.$$.fragment),y=n(),_=i("p"),this.h()},l(e){const t=Y("svelte-u9bgzb",document.head);r=l(t,"META",{name:!0,content:!0}),t.forEach(a),b=s(e),g=l(e,"P",{}),G(g).forEach(a),x=s(e),A(u.$$.fragment,e),q=s(e),A(p.$$.fragment,e),H=s(e),A(m.$$.fragment,e),M=s(e),c=l(e,"P",{"data-svelte-h":!0}),C(c)!=="svelte-19qoe2w"&&(c.innerHTML=F),L=s(e),d=l(e,"OL",{"data-svelte-h":!0}),C(d)!=="svelte-oksl7q"&&(d.innerHTML=I),P=s(e),f=l(e,"P",{"data-svelte-h":!0}),C(f)!=="svelte-12pujcg"&&(f.textContent=R),T=s(e),$=l(e,"UL",{"data-svelte-h":!0}),C($)!=="svelte-17hna07"&&($.innerHTML=U),w=s(e),v=l(e,"P",{"data-svelte-h":!0}),C(v)!=="svelte-eoquca"&&(v.innerHTML=B),j=s(e),A(h.$$.fragment,e),y=s(e),_=l(e,"P",{}),G(_).forEach(a),this.h()},h(){J(r,"name","hf:doc:metadata"),J(r,"content",se)},m(e,t){Z(document.head,r),o(e,b,t),o(e,g,t),o(e,x,t),O(u,e,t),o(e,q,t),O(p,e,t),o(e,H,t),O(m,e,t),o(e,M,t),o(e,c,t),o(e,L,t),o(e,d,t),o(e,P,t),o(e,f,t),o(e,T,t),o(e,$,t),o(e,w,t),o(e,v,t),o(e,j,t),O(h,e,t),o(e,y,t),o(e,_,t),z=!0},p:Q,i(e){z||(S(u.$$.fragment,e),S(p.$$.fragment,e),S(m.$$.fragment,e),S(h.$$.fragment,e),z=!0)},o(e){k(u.$$.fragment,e),k(p.$$.fragment,e),k(m.$$.fragment,e),k(h.$$.fragment,e),z=!1},d(e){e&&(a(b),a(g),a(x),a(q),a(H),a(M),a(c),a(L),a(d),a(P),a(f),a(T),a($),a(w),a(v),a(j),a(y),a(_)),a(r),D(u,e),D(p,e),D(m,e),D(h,e)}}}const se='{"title":"Introdução","local":"introdução","sections":[],"depth":1}';function re(N){return V(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class me extends W{constructor(r){super(),X(this,r,re,ne,K,{})}}export{me as component}; | |
Xet Storage Details
- Size:
- 4.01 kB
- Xet hash:
- 9fa7873f04cea2c2bf1bcec1b523f4dd892ea58367e554187e97497da24e19ba
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.