course/pr_1151/ru/_app/immutable/nodes/12.c7ebc8ca.js

import{s as q,n as D,o as F}from"../chunks/scheduler.893fe8c9.js";import{S as O,i as U,e as $,s,c as R,h as X,a as c,d as n,b as i,f as j,g as M,j as z,k,l as J,m as a,n as w,t as B,o as A,p as H}from"../chunks/index.2d09ebb4.js";import{C as K,H as Q,E as V}from"../chunks/MermaidChart.svelte_svelte_type_style_lang.1947c26f.js";import{C as W}from"../chunks/CourseFloatingBanner.e3aeab73.js";function Y(S){let r,_,h,b,l,g,m,x,o,E,p,G="В этой главе вы увидели, как подходить к различным задачам NLP, используя высокоуровневую функцию <code>pipeline()</code> из библиотеки 🤗 Transformers. Вы также увидели, как искать и использовать модели в Hub, а также как использовать Inference API для тестирования моделей прямо в браузере.",L,f,I="Мы обсудили, как трансформеры работают на высоком уровне, и поговорили о важности трансферного обучения и дообучения. Ключевым аспектом является то, что вы можете использовать всю архитектуру или только кодировщик или декодировщик, в зависимости от того, какую задачу вы хотите решить. Следующая таблица резюмирует это:",C,d,N="<thead><tr><th>Модель</th> <th>Примеры</th> <th>Задачи</th></tr></thead> <tbody><tr><td>Кодировщик</td> <td>ALBERT, BERT, DistilBERT, ELECTRA, RoBERTa</td> <td>Классификация предложений, распознавание именованных сущностей, выделительные вопросно-ответные системы</td></tr> <tr><td>Декодировщик</td> <td>CTRL, GPT, GPT-2, Transformer XL</td> <td>Генерация текста</td></tr> <tr><td>Кодировщик-декодировщик</td> <td>BART, T5, Marian, mBART</td> <td>Автоматическое реферирование, перевод, генеративные вопросно-ответные системы</td></tr></tbody>",P,u,y,T,v;return l=new K({props:{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"}}),m=new Q({props:{title:"Итоги",local:"итоги",headingTag:"h1"}}),o=new W({props:{chapter:1,classNames:"absolute z-10 right-0 top-0"}}),u=new V({props:{source:"https://github.com/huggingface/course/blob/main/chapters/ru/chapter1/9.mdx"}}),{c(){r=$("meta"),_=s(),h=$("p"),b=s(),R(l.$$.fragment),g=s(),R(m.$$.fragment),x=s(),R(o.$$.fragment),E=s(),p=$("p"),p.innerHTML=G,L=s(),f=$("p"),f.textContent=I,C=s(),d=$("table"),d.innerHTML=N,P=s(),R(u.$$.fragment),y=s(),T=$("p"),this.h()},l(t){const e=X("svelte-u9bgzb",document.head);r=c(e,"META",{name:!0,content:!0}),e.forEach(n),_=i(t),h=c(t,"P",{}),j(h).forEach(n),b=i(t),M(l.$$.fragment,t),g=i(t),M(m.$$.fragment,t),x=i(t),M(o.$$.fragment,t),E=i(t),p=c(t,"P",{"data-svelte-h":!0}),z(p)!=="svelte-16d4o36"&&(p.innerHTML=G),L=i(t),f=c(t,"P",{"data-svelte-h":!0}),z(f)!=="svelte-1ychpc1"&&(f.textContent=I),C=i(t),d=c(t,"TABLE",{"data-svelte-h":!0}),z(d)!=="svelte-1016y1z"&&(d.innerHTML=N),P=i(t),M(u.$$.fragment,t),y=i(t),T=c(t,"P",{}),j(T).forEach(n),this.h()},h(){k(r,"name","hf:doc:metadata"),k(r,"content",Z)},m(t,e){J(document.head,r),a(t,_,e),a(t,h,e),a(t,b,e),w(l,t,e),a(t,g,e),w(m,t,e),a(t,x,e),w(o,t,e),a(t,E,e),a(t,p,e),a(t,L,e),a(t,f,e),a(t,C,e),a(t,d,e),a(t,P,e),w(u,t,e),a(t,y,e),a(t,T,e),v=!0},p:D,i(t){v||(B(l.$$.fragment,t),B(m.$$.fragment,t),B(o.$$.fragment,t),B(u.$$.fragment,t),v=!0)},o(t){A(l.$$.fragment,t),A(m.$$.fragment,t),A(o.$$.fragment,t),A(u.$$.fragment,t),v=!1},d(t){t&&(n(_),n(h),n(b),n(g),n(x),n(E),n(p),n(L),n(f),n(C),n(d),n(P),n(y),n(T)),n(r),H(l,t),H(m,t),H(o,t),H(u,t)}}}const Z='{"title":"Итоги","local":"итоги","sections":[],"depth":1}';function tt(S){return F(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class st extends O{constructor(r){super(),U(this,r,tt,Y,q,{})}}export{st as component};