Buckets:
| # 基本用法完成! | |
| <CourseFloatingBanner | |
| chapter={2} | |
| classNames="absolute z-10 right-0 top-0" | |
| /> | |
| 很好地完成了到這裡的課程!總而言之,在本章中,您可以: | |
| - 學習了Transformers模型的基本構造塊。 | |
| - 瞭解了標記化管道的組成。 | |
| - 瞭解瞭如何在實踐中使用Transformers模型。 | |
| - 學習瞭如何利用分詞器將文本轉換為模型可以理解的張量。 | |
| - 將分詞器和模型一起設置,以從文本到預測。 | |
| - 瞭解了inputs IDs的侷限性,並瞭解了attention mask。 | |
| - 使用多功能和可配置的分詞器方法。 | |
| 從現在起,您應該能夠自由瀏覽🤗 Transformers文檔:詞彙聽起來很熟悉,並且您已經看到了大部分時間將使用的方法。 | |
| <EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/zh-TW/chapter2/7.mdx" /> |
Xet Storage Details
- Size:
- 879 Bytes
- Xet hash:
- 7df5c48e50658ff56c9f774096ca9a76fef20a98c2a11e01ef48589895e15aea
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.