Buckets:
| # การใช้งานเบื้องต้นสำเร็จแล้ว! | |
| <CourseFloatingBanner | |
| chapter={2} | |
| classNames="absolute z-10 right-0 top-0" | |
| /> | |
| คุณเยี่ยมมากที่เรียนมาได้ถึงตรงนี่ เรามาทบทวนกันว่าในบทนี้คุณ: | |
| - เรียนรู้ blocks พื้นฐานของโมเดล Transformer | |
| - เรียนรู้ว่ามีอะไรบ้างที่ประกอบกันเป็น tokenization pipeline. | |
| - เห็นการใช้งานจริงของโมเดล Transformer. | |
| - เรียนรู้การใช้งาน tokenizer ในการแปลงข้อความไปเป็น tensor ที่โมเดลสามารถเข้าใจได้ | |
| - ประกอบ tokenizer และ โมเดล เข้าด้วยกัน เพื่อให้ได้มาซึ่งคำทำนายของข้อความ | |
| - เรียนรู้ข้อจำกับของ input IDs และเรียนรู้เกี่ยวกับ attention masks | |
| - ได้ลองเล่นเมธอดต่างๆ ที่สามารถปรับแต่งค่าได้ของ Tokenizer | |
| ต่อจากนี้ไป คุณควรจะสามารถใช้งานคู่มือ 🤗 Transformers ได้อย่างอิสระ: คำศัพท์ต่างๆ จะฟังดูคุ้นหู และคุณก็ได้เห็นเมธอดต่างๆ ที่คุณจะใช้บ่อยๆ | |
| <EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/th/chapter2/7.mdx" /> |
Xet Storage Details
- Size:
- 1.86 kB
- Xet hash:
- 50a4e38e8639c43f08f45db29c18e6836d24158435c2ddb7fcfab0677245cb45
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.