Buckets:

HuggingFaceDocBuilder's picture
|
download
raw
682 Bytes
# Tokenizadores, listo![[tokenizers-check]]
<CourseFloatingBanner
chapter={6}
classNames="absolute z-10 right-0 top-0"
/>
Gran trabajo terminando este capítulo!
Luego de esta profundizacion en los tokenizadores, deberías:
- Ser capaz de entrenar un nuevo tokenizador usando un existente como plantilla
- Entender como usar los offsets para mapear las posiciones de los tokens a sus trozos de texto original
- Conocer las diferencias entre BPE, WordPiece y Unigram
- Ser capaz de mezclar y combinar los bloques provistos por la librería 🤗 Tokenizers para construir tu propio tokenizador
- Ser capaz de usar el tokenizador dentro de la librería 🤗 Transformers.

Xet Storage Details

Size:
682 Bytes
·
Xet hash:
2dbfef01721b28654dea4d56e726c810530c356190a893720733c28b033b5144

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