course/pr_1114/de/chapter4/6.md

Quiz am Ende des Kapitels

Lass uns testen, was du im vorheringen Kapitel gelernt hast!

1. Auf welche Modelle sind die Hub-Modelle beschränkt?

<Question choices={[ { text: "Modelle aus der 🤗 Transformers Bibliothek.", explain: "Obwohl Modelle aus der 🤗 Transformers-Bibliothek auf dem Hugging Face Hub unterstützt werden, sind sie nicht die einzigen!" }, { text: "Alle Modelle mit einer ähnlichen Schnittstelle (Interface) wie 🤗 Transformers.", explain: "Beim Hochladen von Modellen auf den Hugging Face Hub werden keine Schnittstellenanforderungen festgelegt."

    },
    {
        text: "Es gibt keine",
        explain: "Korrekt! Es gibt keine Einschränkungen, um Modelle auf den Hub hochzuladen",
        correct: true
    },
    {
        text: "Modelle, die in irgendeiner Weise mit NLP zu tun haben",
        explain: "Es werden keine Anforderungen an den Einsatzbereich gestellt!"
    }
]}

/>

2. Wie kannst du die Modelle auf dem Hub verwalten?

<Question choices={[ { text: "Durch einen GCP-Account.", explain: "Inkorrekt!" }, { text: "Durch Peer-to-Peer-Verteilung.", explain: "Inkorrekt!" }, { text: "Durch git und git-lfs.", explain: "Korrekt! Modelle auf dem Hub sind einfach Git-Repositories, die für große Dateien git-lfs benutzen.", correct: true } ]} />

3. Was kannst du mit der Hugging Face Hub-Weboberfläche tun?

<Question choices={[ { text: "Ein vorhandenes Repository forken.", explain: "Das Forken eines Repositorys ist auf dem Hugging Face Hub nicht möglich." }, { text: "Ein neues Modell-Repository erstellen.", explain: "Richtig! Das ist jedoch nicht alles, was Sie tun können.", correct: true }, { text: "Dateien editieren und verwalten.", explain: "Richtig! Das ist aber nicht die einzige Antwort.", correct: true }, { text: "Dateien hochladen.", explain: "Korrekt! Aber das ist nicht alles.", correct: true }, { text: "Unterschiede zwischen Versionen sehen.", explain: "Korrekt! Aber das ist nicht alles.", correct: true } ]} />

4. Was ist eine Modellkarte?

<Question choices={[ { text: "Eine grobe Beschreibung des Modells, daher weniger wichtig als die Modell- und Tokenizer-Dateien.", explain: "Es ist zwar eine Beschreibung des Modells, aber es ist ein wichtiger Teil: Wenn es unvollständig ist oder fehlt, wird der Nutzen des Modells drastisch reduziert." }, { text: "Eine Möglichkeit, Reproduzierbarkeit, Wiederverwendbarkeit und Fairness sicherzustellen.", explain: "Richtig! Das Teilen der richtigen Informationen auf der Modellkarte hilft Benutzern, dein Modell zu nutzen und sich seiner Grenzen und Vorurteile bewusst zu werden.", correct: true }, { text: "Eine Python-Datei, die ausgeführt werden kann, um Informationen zum Modell zu holen", explain: "Modellkarten sind einfache Markdown-Dateien." } ]} />

5. Welche dieser Objekte der 🤗 Transformers-Bibliothek können mit push_to_hub() direkt auf dem Hub geteilt werden?

{#if fw === 'pt'} <Question choices={[ { text: "Ein Tokenizer", explain: "Richtig! Alle Tokenizer verfügen über die Methode push_to_hub, und wenn su sie verwendest, werden alle Tokenizer-Dateien (Vokabular, Architektur des Tokenizers usw.) in ein bestimmtes Repo verschoben. Aber das ist nicht die einzig richtige Antwort!", correct: true }, { text: "Eine Modell-Konfiguration", explain: "Richtig! Alle Modellkonfigurationen verfügen über die Methode push_to_hub, und wenn Sie sie verwenden, werden sie an ein bestimmtes Repo gepusht. Was kannst du sonst noch teilen?", correct: true }, { text: "Ein Model", explain: "Richtig! Alle Modelle verfügen über die Methode push_to_hub, und wenn du sie verwendest, werden sie und ihre Konfigurationsdateien in ein bestimmtes Repo gepusht. Das ist jedoch nicht alles, was du teilen kannst.", correct: true }, { text: "Ein Trainer", explain: "Das ist richtig – der Trainer implementiert auch die Methode push_to_hub und lädt mit dieser Methode das Modell, seine Konfiguration, den Tokenizer und einen Modellkartenentwurf auf einen gegebenen Server hoch repo. Versuch es auch mit einer anderen Antwort!", correct: true } ]} /> {:else} <Question choices={[ { text: "Ein tokenizer", explain: "Correct! All tokenizers have the push_to_hub method, and using it will push all the tokenizer files (vocabulary, architecture of the tokenizer, etc.) to a given repo. That's not the only right answer, though!", explain: "Richtig! Alle Tokenizer verfügen über die Methode push_to_hub, und wenn du sie verwendest, werden alle Tokenizer-Dateien (Vokabular, Architektur des Tokenizers usw.) in ein bestimmtes Repo verschoben. Das ist aber nicht die einzige richtige Antwort!", correct: true }, { text: "Eine Modell-Konfiguration", explain: "Right! All model configurations have the push_to_hub method, and using it will push them to a given repo. What else can you share?", explain: "Richtig! Alle Modellkonfigurationen verfügen über die Methode push_to_hub, und wenn du sie verwendest, werden sie an ein bestimmtes Repo gepusht. Was kannst du sonst noch teilen?", correct: true }, { text: "Ein Modell", explain: "Richtig! Alle Modelle verfügen über die Methode push_to_hub, und wenn du sie verwendest, werden sie und ihre Konfigurationsdateien in ein bestimmtes Repo gepusht. Das ist jedoch nicht alles, was du teilen kannst.", correct: true }, { text: "Alles oben mit einem speziellen Callback", explain: "Das ist richtig – der PushToHubCallback sendet während des Trainings regelmäßig alle diese Objekte an ein Repo.", correct: true } ]} /> {/if}

6. Was ist der erste Schritt bei Verwendung der Methode push_to_hub() oder der CLI-Tools?

<Question choices={[ { text: "Login auf der Website.", explain: "Das hilft auf deinem lokalen Rechner nicht." }, { text: "'huggingface-cli login' im Terminal auszuführen.", explain: "Richtig – dadurch wird dein persönlicher Token heruntergeladen und zwischengespeichert.", correct: true }, { text: "'notebook_login()' im Notebook auszuführen.", explain: "Richtig – es wird ein Widget angezeigt, mit dem du dichh authentifizieren kannst.", correct: true }, ]} />

7. Du verwendest ein Modell und einen Tokenizer – wie kannst du diese auf den Hub hochladen?

<Question choices={[ { text: "Mittels der push_to_hub Methode direkt auf dem Model und dem Tokenizer.", explain: "Korrekt!", correct: true }, { text: "Innerhalb der Python-Runtime, indem man sie in ein huggingface_hub-Dienstprogramm einschließt.", explain: "Modelle und Tokenizer profitieren bereits von den Dienstprogrammen huggingface_hub: kein zusätzlicher Wrapping erforderlich!" }, { text: "Indem du sie auf der Festplatte speicherst und transformers-cli upload-model aufrufst", explain: "Der Befehl upload-model existiert nicht." } ]} />

8. Welche Git-Operationen kann man mit der Klasse „Repository“ ausführen?

<Question choices={[ { text: "Ein Commit.", explain: "Richtig, dafür ist die git_commit() Methode da.", correct: true }, { text: "Ein Pull", explain: "Das ist der Zweck der git_pull() Methode.", correct: true }, { text: "Ein Push", explain: "Die Methode git_push() macht das.", correct: true }, { text: "Ein Merge", explain: "Nein, die Operation wird mit dieser API nie möglich sein." } ]} />