Buckets:

rtrm's picture
download
raw
5.37 kB
import{s as Q,n as V,o as W}from"../chunks/scheduler.893fe8c9.js";import{S as X,i as Z,e as m,s as l,c as b,h as tt,a as r,d as n,b as i,f as D,g as d,j as h,k as J,l as et,m as a,n as L,t as w,o as T,p as y}from"../chunks/index.2d09ebb4.js";import{C as nt,H as at,E as lt}from"../chunks/MermaidChart.svelte_svelte_type_style_lang.a91c68a1.js";import{Y as it}from"../chunks/Youtube.b7012d06.js";import{C as st}from"../chunks/CourseFloatingBanner.e3aeab73.js";function mt(B){let s,E,P,H,p,M,o,N,f,z,u,G="Если вы дошли до конца курса, поздравляем - теперь у вас есть все знания и инструменты, необходимые для решения (почти) любой задачи NLP с помощью 🤗 Transformers и экосистемы Hugging Face!",F,$,O="Мы видели много разных коллаторов данных, поэтому сделали это небольшое видео, чтобы помочь вам определить, какой из них лучше использовать для каждой задачи:",S,c,U,x,q="Пройдя этот молниеносный тур по основным задачам NLP, вы должны:",A,_,I="<li>Знать, какие архитектуры (кодер, декодер или кодер-декодер) лучше всего подходят для конкретной задачи</li> <li>Понимать разницу между предварительным обучением и дообучением языковой модели</li> <li>Знать, как обучать модели Transformer, используя либо API <code>Trainer</code> и возможности распределенного обучения в 🤗 Accelerate, либо TensorFlow и Keras, в зависимости от того, какой путь вы выбрали</li> <li>Понимать значение и ограничения таких метрик, как ROUGE и BLEU, для задач генерации текста</li> <li>Знать, как взаимодействовать с вашими дообученными моделями, как на Hub, так и с помощью <code>pipeline</code> из 🤗 Transformers</li>",R,g,K="Несмотря на все эти знания, настанет момент, когда вы столкнетесь с трудной ошибкой в своем коде или у вас возникнет вопрос о том, как решить ту или иную задачу NLP. К счастью, сообщество Hugging Face готово помочь вам! В заключительной главе этой части курса мы рассмотрим, как можно отлаживать свои модели Transformer и эффективно обращаться за помощью.",Y,C,j,v,k;return p=new nt({props:{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"}}),o=new at({props:{title:"Освоение NLP",local:"mastering-nlp",headingTag:"h1"}}),f=new st({props:{chapter:7,classNames:"absolute z-10 right-0 top-0"}}),c=new it({props:{id:"-RPeakdlHYo"}}),C=new lt({props:{source:"https://github.com/huggingface/course/blob/main/chapters/ru/chapter7/8.mdx"}}),{c(){s=m("meta"),E=l(),P=m("p"),H=l(),b(p.$$.fragment),M=l(),b(o.$$.fragment),N=l(),b(f.$$.fragment),z=l(),u=m("p"),u.textContent=G,F=l(),$=m("p"),$.textContent=O,S=l(),b(c.$$.fragment),U=l(),x=m("p"),x.textContent=q,A=l(),_=m("ul"),_.innerHTML=I,R=l(),g=m("p"),g.textContent=K,Y=l(),b(C.$$.fragment),j=l(),v=m("p"),this.h()},l(t){const e=tt("svelte-u9bgzb",document.head);s=r(e,"META",{name:!0,content:!0}),e.forEach(n),E=i(t),P=r(t,"P",{}),D(P).forEach(n),H=i(t),d(p.$$.fragment,t),M=i(t),d(o.$$.fragment,t),N=i(t),d(f.$$.fragment,t),z=i(t),u=r(t,"P",{"data-svelte-h":!0}),h(u)!=="svelte-14wbap3"&&(u.textContent=G),F=i(t),$=r(t,"P",{"data-svelte-h":!0}),h($)!=="svelte-f3ae25"&&($.textContent=O),S=i(t),d(c.$$.fragment,t),U=i(t),x=r(t,"P",{"data-svelte-h":!0}),h(x)!=="svelte-tmrofm"&&(x.textContent=q),A=i(t),_=r(t,"UL",{"data-svelte-h":!0}),h(_)!=="svelte-161tjvp"&&(_.innerHTML=I),R=i(t),g=r(t,"P",{"data-svelte-h":!0}),h(g)!=="svelte-9tz3uv"&&(g.textContent=K),Y=i(t),d(C.$$.fragment,t),j=i(t),v=r(t,"P",{}),D(v).forEach(n),this.h()},h(){J(s,"name","hf:doc:metadata"),J(s,"content",rt)},m(t,e){et(document.head,s),a(t,E,e),a(t,P,e),a(t,H,e),L(p,t,e),a(t,M,e),L(o,t,e),a(t,N,e),L(f,t,e),a(t,z,e),a(t,u,e),a(t,F,e),a(t,$,e),a(t,S,e),L(c,t,e),a(t,U,e),a(t,x,e),a(t,A,e),a(t,_,e),a(t,R,e),a(t,g,e),a(t,Y,e),L(C,t,e),a(t,j,e),a(t,v,e),k=!0},p:V,i(t){k||(w(p.$$.fragment,t),w(o.$$.fragment,t),w(f.$$.fragment,t),w(c.$$.fragment,t),w(C.$$.fragment,t),k=!0)},o(t){T(p.$$.fragment,t),T(o.$$.fragment,t),T(f.$$.fragment,t),T(c.$$.fragment,t),T(C.$$.fragment,t),k=!1},d(t){t&&(n(E),n(P),n(H),n(M),n(N),n(z),n(u),n(F),n($),n(S),n(U),n(x),n(A),n(_),n(R),n(g),n(Y),n(j),n(v)),n(s),y(p,t),y(o,t),y(f,t),y(c,t),y(C,t)}}}const rt='{"title":"Освоение NLP","local":"mastering-nlp","sections":[],"depth":1}';function pt(B){return W(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class xt extends X{constructor(s){super(),Z(this,s,pt,mt,Q,{})}}export{xt as component};

Xet Storage Details

Size:
5.37 kB
·
Xet hash:
3f39f0c6f86ce6614d20965d343da922d87eef17f2e3126b50b37edd16237507

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