Buckets:
| import{s as O,n as R,o as U}from"../chunks/scheduler.505acc25.js";import{S as D,i as I,e as $,s as i,c as L,h as J,a as h,d as n,b as l,f as G,g as T,j as q,k as N,l as K,m as a,n as E,t as S,o as z,p as j}from"../chunks/index.17dd9071.js";import{C as Q,H as V,E as W}from"../chunks/MermaidChart.svelte_svelte_type_style_lang.b5f07784.js";import{C as X}from"../chunks/CourseFloatingBanner.9496b79e.js";function Y(F){let s,d,g,x,r,b,o,v,m,w,f,k='นี่คือจุดจบของพาร์ทแรกในคอร์สนี้! พาร์ทที่ 2 จะถูกปล่อยในวันที่ 15 พฤศจิกายน พร้อมกับงานอีเว้นท์ชุมชนใหญ่ ดูรายละเอียดเพิ่มเติม <a href="https://huggingface.co/blog/course-launch-event" rel="nofollow">ที่นี่</a>',C,p,A='ตอนนี้คุณควรจะสามารถทำ fine-tune โมเดลที่ผ่านการเทรนมาแล้ว (pretrained model) กับปัญหาการจำแนกประเภทตัวหนังสือ (text classification) (แบบประโยคเดี่ยวหรือคู่ประโยค) และอัพโหลดผลลัพธ์ขึ้นสู่ Model Hub ได้ เพื่อที่จะทำให้มั่นใจว่าคุณเชี่ยวชาญส่วนแรกนี้แล้วจริงๆ คุณควรจะฝึกทำแบบนี้เป๊ะๆกับปัญหาที่คุณสนใจ (และไม่จำเป็นจะต้องเป็นภาษาอังกฤษถ้าคุณพูดภาษาอื่น)! คุณสามารถหาความช่วยเหลือได้ใน <a href="https://discuss.huggingface.co/" rel="nofollow">Hugging Face forums</a> และแบ่งปันโปรเจคของคุณได้ใน <a href="https://discuss.huggingface.co/t/share-your-projects/6803" rel="nofollow">หัวข้อนี้</a> เมื่อคุณทำเสร็จ',M,u,B="เรารอไม่ไหวแล้วที่จะได้เห็นว่าคุณจะสร้างอะไรได้บ้างจากความรู้นี้!",P,c,y,_,H;return r=new Q({props:{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"}}),o=new V({props:{title:"จบพาร์ทที่ 1!",local:"จบพารทท-1",headingTag:"h1"}}),m=new X({props:{chapter:4,classNames:"absolute z-10 right-0 top-0"}}),c=new W({props:{source:"https://github.com/huggingface/course/blob/main/chapters/th/chapter4/5.mdx"}}),{c(){s=$("meta"),d=i(),g=$("p"),x=i(),L(r.$$.fragment),b=i(),L(o.$$.fragment),v=i(),L(m.$$.fragment),w=i(),f=$("p"),f.innerHTML=k,C=i(),p=$("p"),p.innerHTML=A,M=i(),u=$("p"),u.textContent=B,P=i(),L(c.$$.fragment),y=i(),_=$("p"),this.h()},l(t){const e=J("svelte-u9bgzb",document.head);s=h(e,"META",{name:!0,content:!0}),e.forEach(n),d=l(t),g=h(t,"P",{}),G(g).forEach(n),x=l(t),T(r.$$.fragment,t),b=l(t),T(o.$$.fragment,t),v=l(t),T(m.$$.fragment,t),w=l(t),f=h(t,"P",{"data-svelte-h":!0}),q(f)!=="svelte-1hmei4q"&&(f.innerHTML=k),C=l(t),p=h(t,"P",{"data-svelte-h":!0}),q(p)!=="svelte-1f1nrt9"&&(p.innerHTML=A),M=l(t),u=h(t,"P",{"data-svelte-h":!0}),q(u)!=="svelte-1ihnp12"&&(u.textContent=B),P=l(t),T(c.$$.fragment,t),y=l(t),_=h(t,"P",{}),G(_).forEach(n),this.h()},h(){N(s,"name","hf:doc:metadata"),N(s,"content",Z)},m(t,e){K(document.head,s),a(t,d,e),a(t,g,e),a(t,x,e),E(r,t,e),a(t,b,e),E(o,t,e),a(t,v,e),E(m,t,e),a(t,w,e),a(t,f,e),a(t,C,e),a(t,p,e),a(t,M,e),a(t,u,e),a(t,P,e),E(c,t,e),a(t,y,e),a(t,_,e),H=!0},p:R,i(t){H||(S(r.$$.fragment,t),S(o.$$.fragment,t),S(m.$$.fragment,t),S(c.$$.fragment,t),H=!0)},o(t){z(r.$$.fragment,t),z(o.$$.fragment,t),z(m.$$.fragment,t),z(c.$$.fragment,t),H=!1},d(t){t&&(n(d),n(g),n(x),n(b),n(v),n(w),n(f),n(C),n(p),n(M),n(u),n(P),n(y),n(_)),n(s),j(r,t),j(o,t),j(m,t),j(c,t)}}}const Z='{"title":"จบพาร์ทที่ 1!","local":"จบพารทท-1","sections":[],"depth":1}';function tt(F){return U(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class it extends D{constructor(s){super(),I(this,s,tt,Y,O,{})}}export{it as component}; | |
Xet Storage Details
- Size:
- 4.46 kB
- Xet hash:
- 48772575dfa45f1bcc8f3b89ae12a0959d90086bc7e4b229baf152383c71c0d0
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.