Buckets:

rtrm's picture
download
raw
3.66 kB
import{s as B,n as G,o as I}from"../chunks/scheduler.893fe8c9.js";import{S as O,i as R,e as d,s as i,c as y,h as J,a as $,d as a,b as r,f as N,g as T,j as S,k as U,l as K,m as n,n as z,t as C,o as D,p as E}from"../chunks/index.2d09ebb4.js";import{C as Q,H as V,E as W}from"../chunks/MermaidChart.svelte_svelte_type_style_lang.3885e026.js";import{C as X}from"../chunks/CourseFloatingBanner.2900b001.js";function Y(j){let s,g,h,_,l,b,o,x,m,H,u,A="Eh bien, ce fut une sacrée visite de la bibliothèque 🤗 <em>Datasets</em>. Félicitations d’être arrivé jusqu’ici ! Avec les connaissances que vous avez acquises dans ce chapitre, vous devriez être en mesure de :",L,p,F="<li>charger des jeux de données depuis n’importe où, que ce soit le <em>Hub</em> d’Hugging Face, votre ordinateur portable ou un serveur distant de votre entreprise,</li> <li>manipuler vos données en utilisant un mélange des fonctions Dataset.map() et Dataset.filter(),</li> <li>passer rapidement d’un format de données à un autre, comme Pandas et NumPy, en utilisant Dataset.set_format(),</li> <li>créer votre propre jeu de données et l’envoyer vers le <em>Hub</em>,</li> <li>enchâsser vos documents en utilisant un <em>transformer</em> et construire un moteur de recherche sémantique en utilisant FAISS.</li>",M,c,k='Dans le <a href="/course/fr/chapter7">chapitre 7</a>, nous mettrons tout cela à profit en plongeant dans les tâches de traitement du langage naturel de base pour lesquelles les <em>transformers</em> sont parfaits. Avant cela mettez vos connaissances sur la librairie 🤗 <em>Datasets</em> à l’épreuve avec un petit quiz !',P,f,q,v,w;return l=new Q({props:{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"}}),o=new V({props:{title:"🤗 <i> Datasets </i> , coché !",local:"-i-datasets-i--coché-",headingTag:"h1"}}),m=new X({props:{chapter:5,classNames:"absolute z-10 right-0 top-0"}}),f=new W({props:{source:"https://github.com/huggingface/course/blob/main/chapters/fr/chapter5/7.mdx"}}),{c(){s=d("meta"),g=i(),h=d("p"),_=i(),y(l.$$.fragment),b=i(),y(o.$$.fragment),x=i(),y(m.$$.fragment),H=i(),u=d("p"),u.innerHTML=A,L=i(),p=d("ul"),p.innerHTML=F,M=i(),c=d("p"),c.innerHTML=k,P=i(),y(f.$$.fragment),q=i(),v=d("p"),this.h()},l(e){const t=J("svelte-u9bgzb",document.head);s=$(t,"META",{name:!0,content:!0}),t.forEach(a),g=r(e),h=$(e,"P",{}),N(h).forEach(a),_=r(e),T(l.$$.fragment,e),b=r(e),T(o.$$.fragment,e),x=r(e),T(m.$$.fragment,e),H=r(e),u=$(e,"P",{"data-svelte-h":!0}),S(u)!=="svelte-9jac29"&&(u.innerHTML=A),L=r(e),p=$(e,"UL",{"data-svelte-h":!0}),S(p)!=="svelte-dgduwt"&&(p.innerHTML=F),M=r(e),c=$(e,"P",{"data-svelte-h":!0}),S(c)!=="svelte-2zndk6"&&(c.innerHTML=k),P=r(e),T(f.$$.fragment,e),q=r(e),v=$(e,"P",{}),N(v).forEach(a),this.h()},h(){U(s,"name","hf:doc:metadata"),U(s,"content",Z)},m(e,t){K(document.head,s),n(e,g,t),n(e,h,t),n(e,_,t),z(l,e,t),n(e,b,t),z(o,e,t),n(e,x,t),z(m,e,t),n(e,H,t),n(e,u,t),n(e,L,t),n(e,p,t),n(e,M,t),n(e,c,t),n(e,P,t),z(f,e,t),n(e,q,t),n(e,v,t),w=!0},p:G,i(e){w||(C(l.$$.fragment,e),C(o.$$.fragment,e),C(m.$$.fragment,e),C(f.$$.fragment,e),w=!0)},o(e){D(l.$$.fragment,e),D(o.$$.fragment,e),D(m.$$.fragment,e),D(f.$$.fragment,e),w=!1},d(e){e&&(a(g),a(h),a(_),a(b),a(x),a(H),a(u),a(L),a(p),a(M),a(c),a(P),a(q),a(v)),a(s),E(l,e),E(o,e),E(m,e),E(f,e)}}}const Z='{"title":"🤗 <i> Datasets </i> , coché !","local":"-i-datasets-i--coché-","sections":[],"depth":1}';function ee(j){return I(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class ie extends O{constructor(s){super(),R(this,s,ee,Y,B,{})}}export{ie as component};

Xet Storage Details

Size:
3.66 kB
·
Xet hash:
47973d17283a587a4a40123ddeccc8fbc82b55c4b1526b09f98ae62bc767130b

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