Buckets:

rtrm's picture
|
download
raw
13 kB
# คำถามท้ายบท
<CourseFloatingBanner
chapter={4}
classNames="absolute z-10 right-0 top-0"
/>
มาทดสอบความรู้ที่คุณได้เรียนในบทนี้กันเถอะ!
### 1. อะไรคือข้อจำกัดของโมเดลบน Hub?
<Question
choices={[
{
text: "โมเดลจาก 🤗 Transformers library",
explain: "แม Hugging Face Hub บรองโมเดลจาก 🤗 Transformers library แตั่นกไมใชั้งหมดที่ี!"
},
{
text: "กโมเดลที่นเตอรเฟซเหมอนก 🤗 Transformers",
explain: "ไมอบงคบเกี่ยวกบอนเตอรเฟซเมื่อทำการอพโหลดโมเดลขึ้นสู่ Hugging Face Hub"
},
{
text: "ไมอจำกดใดๆ",
explain: "กตองแล! ไมอจำกดใดๆในการอพโหลดโมเดลขึ้นสู่ Hub",
explain: "Right! There are no limits when uploading models to the Hub.",
correct: true
},
{
text: "โมเดลที่ใชไดบงานประเภท NLP",
explain: "ไมอบงคบเกี่ยวกบประเภทของการใชงาน!"
}
]}
/>
### 2. คุณสามารถจัดการโมเดลบน Hub ได้อย่างไร?
<Question
choices={[
{
text: "านบญชGCP",
explain: "ไมกตอง!"
},
{
text: "านการกระจายแบบ peer-to-peer",
explain: "ไมกตอง!"
},
{
text: "าน git และ git-lfs",
explain: "กตองแล! โมเดลบน Hub เป Git repositories แบบเรยบงาย การใชงาน <code>git-lfs</code> สำหรับไฟล์ขนาดใหญ่",
correct: true
}
]}
/>
### 3. คุณสามารถใช้ web interface ของ Hugging Face Hub ทำอะไรได้บ้าง?
<Question
choices={[
{
text: "Fork repository ี่อยู่แล",
explain: "การ Fork repository ไมสามารถทำไดบน Hugging Face Hub"
},
{
text: "สราง model repository ใหม่",
explain: "กตองแล! แตั้นกไมใชั้งหมดที่ณทำได้",
correct: true
},
{
text: "ดการและแกไขไฟล์",
explain: "กตองแล! แตั้นกไมใชคำตอบที่กเพยงขอเดยว",
correct: true
},
{
text: "พโหลดไฟล์",
explain: "กตองแล! แตงไมใชั้งหมด",
correct: true
},
{
text: "ความแตกตางระหวางเวอรั่นตางๆ",
explain: "กตองแล! แตั้นกไมใชั้งหมดที่ณทำได้",
correct: true
}
]}
/>
### 4. การ์ดโมเดลคืออะไร?
<Question
choices={[
{
text: "คำอธบายโมเดลแบบหยาบๆ งนั้นจงสำคญนอยกวาไฟลโมเดลและ tokenizer",
explain: "นคอคำอธบายของโมเดล แตนเปนชิ้นที่สำคญมาก: ามนไมสมบรณหรอขาดตกบกพรองบางอยางไป ณประโยชนของโมเดลจะลงลดอยางมาก"
},
{
text: "ี่ใชในการรบประกนความสามารถในการทำซ (reproducibility), ความสามารถในการนำกลบมาใช้ (reusability) และความเทาเทยม (fairness)",
explain: "กตองแล! การแบงปนขอมลที่กตองในการดโมเดลจะชวยใหู้ใชสามารถนำโมเดลของคณไปใชและคำนงถงขอจำกดและความลำเอยงของม",
correct: true
},
{
text: "ไฟลPython ี่สามารถรนเพื่อดงขอมลเกี่ยวกบโมเดลได้",
explain: "การดโมเดลเปนไฟลMarkdown แบบเรยบงาย"
}
]}
/>
### 5. วัตถุ (objects) ใดต่อไปนี้ของ 🤗 Transformers library ที่สามารถถูกแบ่งปันได้โดยตรงบน Hub ผ่านคำสั่ง `push_to_hub()`?
{#if fw === 'pt'}
<Question
choices={[
{
text: "tokenizer",
explain: "กตองแล! tokenizer ั้งหมดมคำสั่ <code>push_to_hub</code> และใช้มันในการดันไฟล์ทั้งหมดของ tokenizer (คำศัพท์ (vocabulary), สถาปัตยกรรมของ tokenizer และอื่นๆ) ไปยัง repo ที่กำหนดได้ แต่นี่ก็ไม่ใช่คำตอบที่ถูกเพียงข้อเดียว!",
correct: true
},
{
text: "model configuration",
explain: "ถูกต้องแล้ว! ไฟล์สำหรับกำหนดค่าของโมเดล (model configurations) ทั้งหมดมีคำสั่ง <code>push_to_hub</code> และใช้มันในการดันพวกมันขึ้นไปยัง repo ที่กำหนดได้ มีอะไรอีกที่คุณสามารถแบ่งปันได้?",
correct: true
},
{
text: "model",
explain: "ถูกต้องแล้ว! โมเดลทั้งหมดมีคำสั่ง <code>push_to_hub</code> และใช้มันในการดันพวกมันและไฟล์กำหนดค่าของพวกมันขึ้นไปยัง repo ที่กำหนดได้ แต่นั่นก็ไม่ใช่ทั้งหมดที่คุณแบ่งปันได้",
correct: true
},
{
text: "Trainer",
explain: "ถูกต้อง — <code>Trainer</code> ก็มีคำสั่ง <code>push_to_hub</code> และใช้มันในการอัพโหลดโมเดล, ไฟล์กำหนดค่า, tokenizer และดราฟของการ์ดโมเดลไปยัง repo ที่กำหนดได้ ลองตอบข้ออื่นดู!",
correct: true
}
]}
/>
{:else}
<Question
choices={[
{
text: "tokenizer",
explain: "ถูกต้องแล้ว! tokenizer ทั้งหมดมีคำสั่ง <code>push_to_hub</code> และใช้มันในการดันไฟล์ทั้งหมดของ tokenizer (คำศัพท์ (vocabulary), สถาปัตยกรรมของ tokenizer และอื่นๆ) ไปยัง repo ที่กำหนดได้ แต่นี่ก็ไม่ใช่คำตอบที่ถูกเพียงข้อเดียว!",
correct: true
},
{
text: "model configuration",
explain: "ถูกต้องแล้ว! ไฟล์สำหรับกำหนดค่าของโมเดล (model configurations) ทั้งหมดมีคำสั่ง <code>push_to_hub</code> และใช้มันในการดันพวกมันขึ้นไปยัง repo ที่กำหนดได้ มีอะไรอีกที่คุณสามารถแบ่งปันได้?",
correct: true
},
{
text: "model",
explain: "ถูกต้องแล้ว! โมเดลทั้งหมดมีคำสั่ง <code>push_to_hub</code> และใช้มันในการดันพวกมันและไฟล์กำหนดค่าของพวกมันขึ้นไปยัง repo ที่กำหนดได้ แต่นั่นก็ไม่ใช่ทั้งหมดที่คุณแบ่งปันได้",
correct: true
},
{
text: "ทั้งหมดที่กล่าวมารวมกับ callback ที่อุทิศให้",
explain: "ถูกต้อง — โดยปกติ <code>PushToHubCallback</code> จะส่งวัตถุทั้งหมดเหล่านั้นไปยัง repo ระหว่างการเทรน",
correct: true
}
]}
/>
{/if}
### 6. อะไรคือขั้นตอนแรกในการใช้คำสั่ง `push_to_hub()` หรือเครื่องมือ CLI?
<Question
choices={[
{
text: "Log in เขาสู่หนาเวบไซต์",
explain: "การทำแบบนี้ไมไดวยอะไรก local machine ของคณเลย"
},
{
text: "นคำสั่ 'huggingface-cli login' ใน terminal",
explain: "กตองการทำแบบนี้จะดาวนโหลดและเกบโทเคนสวนตวของคณไวใน cache",
correct: true
},
{
text: "นคำสั่ 'notebook_login()' ใน notebook",
explain: "กตองการทำแบบนี้จะแสดงเครื่องม (widget) ใหณรบรองความถกตอง (authentication)",
correct: true
},
]}
/>
### 7. คุณกำลังใช้งานโมเดลและ tokenizer อยู่ — คุณจะสามารถอัพโหลดพวกมันขึ้นไปบน Hub ได้อย่างไร?
<Question
choices={[
{
text: "โดยการเรยกคำสั่ push_to_hub โดยตรงจากโมเดลและ tokenizer",
explain: "กตองแล!",
correct: true
},
{
text: "ภายใน Python runtime คลมพวกมนเอาไววย <code>huggingface_hub</code> utility",
explain: "โมเดลและ tokenizers ถ้ารับประโยชน์จาก <code>huggingface_hub</code> utilities อยู่แล้ว: ไม่จำเป็นจะต้องมีการคลุมเพิ่ม!"
},
{
text: "โดยการบันทึกพวกมันลงบนเครื่องและเรียกใช้คำสั่ง <code>transformers-cli upload-model</code>",
explain: "ไม่มีคำสั่ง <code>upload-model</code> นี้อยู่"
}
]}
/>
### 8. มีการดำเนินการ git (git operations) ใดบ้างที่คุณสามารถทำได้กับคลาส `Repository`?
<Question
choices={[
{
text: "commit",
explain: "กตอง คำสั่ <code>git_commit()</code> มีไว้สำหรับสิ่งนี้",
correct: true
},
{
text: "pull",
explain: "นั่นคือวัตถุประสงค์ของคำสั่ง <code>git_pull()</code>",
correct: true
},
{
text: "push",
explain: "คำสั่ง <code>git_push()</code> มีไว้ทำสิ่งนี้",
correct: true
},
{
text: "merge",
explain: "ไม่ การดำเนินการนี้ไม่สามารถทำได้กับ API นี้"
}
]}
/>
<EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/th/chapter4/6.mdx" />

Xet Storage Details

Size:
13 kB
·
Xet hash:
5e5c1bef136be4f5fa50233d2cbf630f1141c012bd8acd379d4568d3fb4ea18b

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