Buckets:

rtrm's picture
download
raw
3.43 kB
import{s as B,n as G,o as I}from"../chunks/scheduler.7fa8c90f.js";import{S as K,i as O,e as d,s as i,c as M,h as R,a as h,d as n,b as r,f as U,g as y,j,k as q,l as W,m as s,n as H,t as L,o as S,p as k}from"../chunks/index.ae290a83.js";import{C as J,H as Q,E as V}from"../chunks/MermaidChart.svelte_svelte_type_style_lang.6b5f985a.js";import{C as X}from"../chunks/CourseFloatingBanner.a9f2df73.js";function Y(F){let a,b,g,_,l,v,o,w,m,x,u,A='Dies ist das Ende des ersten Teils des Kurses! Teil 2 wird am 15. November mit einem großen Community-Event veröffentlicht, weitere Informationen findest du <a href="https://huggingface.co/blog/course-launch-event" rel="nofollow">hier</a>.',T,f,D='Du solltest nun in der Lage sein, ein vorab trainiertes Modell für ein Textklassifizierungsproblem (einzelne Sätze oder Satzpaare) zu optimieren und das Ergebnis in den Model Hub hochzuladen. Um sicherzustellen, dass du diesen ersten Abschnitt beherrschst, solltest du genau das an einem Problem verwenden, das dich interessiert (und nicht unbedingt auf Englisch, wenn Sie eine andere Sprache sprechen)! Hilfe findest du in den <a href="https://discuss.huggingface.co/" rel="nofollow">Hugging Face-Foren</a> und du kannst dein Projekt in <a href="https://discuss.huggingface.co/t/share-your-projects" rel="nofollow">diesem Thema</a> teilen /6803), sobald du damit fertig bist.',z,p,N="Wir freuen uns darauf, zu sehen, was du alles damit baust!",C,c,P,$,E;return l=new J({props:{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"}}),o=new Q({props:{title:"Teil 1 abgeschlossen!",local:"teil-1-abgeschlossen",headingTag:"h1"}}),m=new X({props:{chapter:4,classNames:"absolute z-10 right-0 top-0"}}),c=new V({props:{source:"https://github.com/huggingface/course/blob/main/chapters/de/chapter4/5.mdx"}}),{c(){a=d("meta"),b=i(),g=d("p"),_=i(),M(l.$$.fragment),v=i(),M(o.$$.fragment),w=i(),M(m.$$.fragment),x=i(),u=d("p"),u.innerHTML=A,T=i(),f=d("p"),f.innerHTML=D,z=i(),p=d("p"),p.textContent=N,C=i(),M(c.$$.fragment),P=i(),$=d("p"),this.h()},l(e){const t=R("svelte-u9bgzb",document.head);a=h(t,"META",{name:!0,content:!0}),t.forEach(n),b=r(e),g=h(e,"P",{}),U(g).forEach(n),_=r(e),y(l.$$.fragment,e),v=r(e),y(o.$$.fragment,e),w=r(e),y(m.$$.fragment,e),x=r(e),u=h(e,"P",{"data-svelte-h":!0}),j(u)!=="svelte-14pc3vj"&&(u.innerHTML=A),T=r(e),f=h(e,"P",{"data-svelte-h":!0}),j(f)!=="svelte-1lo3bku"&&(f.innerHTML=D),z=r(e),p=h(e,"P",{"data-svelte-h":!0}),j(p)!=="svelte-1arinc"&&(p.textContent=N),C=r(e),y(c.$$.fragment,e),P=r(e),$=h(e,"P",{}),U($).forEach(n),this.h()},h(){q(a,"name","hf:doc:metadata"),q(a,"content",Z)},m(e,t){W(document.head,a),s(e,b,t),s(e,g,t),s(e,_,t),H(l,e,t),s(e,v,t),H(o,e,t),s(e,w,t),H(m,e,t),s(e,x,t),s(e,u,t),s(e,T,t),s(e,f,t),s(e,z,t),s(e,p,t),s(e,C,t),H(c,e,t),s(e,P,t),s(e,$,t),E=!0},p:G,i(e){E||(L(l.$$.fragment,e),L(o.$$.fragment,e),L(m.$$.fragment,e),L(c.$$.fragment,e),E=!0)},o(e){S(l.$$.fragment,e),S(o.$$.fragment,e),S(m.$$.fragment,e),S(c.$$.fragment,e),E=!1},d(e){e&&(n(b),n(g),n(_),n(v),n(w),n(x),n(u),n(T),n(f),n(z),n(p),n(C),n(P),n($)),n(a),k(l,e),k(o,e),k(m,e),k(c,e)}}}const Z='{"title":"Teil 1 abgeschlossen!","local":"teil-1-abgeschlossen","sections":[],"depth":1}';function ee(F){return I(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class ie extends K{constructor(a){super(),O(this,a,ee,Y,B,{})}}export{ie as component};

Xet Storage Details

Size:
3.43 kB
·
Xet hash:
816ec1a08b64f9c376069979b7a9596ca1477d8e1f9e3f3783a562f38dc2aa5f

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