Buckets:
| import{s as K,o as O}from"../chunks/scheduler.893fe8c9.js";import{S as R,i as D,e as v,s as m,c as k,h as I,a as w,d as n,b as o,f as q,g as y,j as U,k as B,l as J,m as r,n as C,t as A,o as x,p as z}from"../chunks/index.6ee278c6.js";import{C as Q,H as V,E as W}from"../chunks/MermaidChart.svelte_svelte_type_style_lang.93a9db1b.js";import{C as X}from"../chunks/CourseFloatingBanner.b902b8d5.js";import{F as Y}from"../chunks/FrameworkSwitchCourse.77a18d50.js";function Z(f){let t,l='<li>Ați învățat despre dataset-urile din <a href="https://huggingface.co/datasets" rel="nofollow">Hub</a></li> <li>Ați învățat cum să încărcați și să preprocessați dataset-uri</li> <li>Ați învățat cum să ajustați fin și să evaluați un model cu Keras</li> <li>Ați implementat o metrică personalizată</li>';return{c(){t=v("ul"),t.innerHTML=l},l(a){t=w(a,"UL",{"data-svelte-h":!0}),U(t)!=="svelte-20v64y"&&(t.innerHTML=l)},m(a,s){r(a,t,s)},d(a){a&&n(t)}}}function ee(f){let t,l='<li>Ați învățat despre dataset-urile din <a href="https://huggingface.co/datasets" rel="nofollow">Hub</a></li> <li>Ați învățat cum să încărcați și să preprocessați dataset-uri, inclusiv folosind împachetare dinamică (dynamic padding) și colatori</li> <li>Ați implementat propria ajustare fină (fine-tuning) și evaluare a unui model</li> <li>Ați implementat o buclă de antrenament la un nivel mai scăzut (lower-level)</li> <li>Ați folosit 🤗 Accelerate pentru a adapta cu ușurință bucla voastră de antrenament, astfel încât să funcționeze pentru mai multe GPU-uri sau TPU-uri</li>';return{c(){t=v("ul"),t.innerHTML=l},l(a){t=w(a,"UL",{"data-svelte-h":!0}),U(t)!=="svelte-15hlzye"&&(t.innerHTML=l)},m(a,s){r(a,t,s)},d(a){a&&n(t)}}}function te(f){let t,l,a,s,c,L,p,P,$,H,d,M,g,j="A fost distractiv! În primele două capitole ați învățat despre modele și tokenizere, iar acum știți cum să le ajustați fin (fine-tune) pentru propriile date. Pentru a recapitula, în acest capitol ați:",T,_,h,E,b,F;c=new Y({props:{fw:f[0]}}),p=new Q({props:{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"}}),$=new V({props:{title:"Fine-tuning, Check!",local:"fine-tuning-check",headingTag:"h1"}}),d=new X({props:{chapter:3,classNames:"absolute z-10 right-0 top-0"}});function G(e,i){return e[0]==="pt"?ee:Z}let S=G(f),u=S(f);return h=new W({props:{source:"https://github.com/huggingface/course/blob/main/chapters/ro/chapter3/5.mdx"}}),{c(){t=v("meta"),l=m(),a=v("p"),s=m(),k(c.$$.fragment),L=m(),k(p.$$.fragment),P=m(),k($.$$.fragment),H=m(),k(d.$$.fragment),M=m(),g=v("p"),g.textContent=j,T=m(),u.c(),_=m(),k(h.$$.fragment),E=m(),b=v("p"),this.h()},l(e){const i=I("svelte-u9bgzb",document.head);t=w(i,"META",{name:!0,content:!0}),i.forEach(n),l=o(e),a=w(e,"P",{}),q(a).forEach(n),s=o(e),y(c.$$.fragment,e),L=o(e),y(p.$$.fragment,e),P=o(e),y($.$$.fragment,e),H=o(e),y(d.$$.fragment,e),M=o(e),g=w(e,"P",{"data-svelte-h":!0}),U(g)!=="svelte-vdmagz"&&(g.textContent=j),T=o(e),u.l(e),_=o(e),y(h.$$.fragment,e),E=o(e),b=w(e,"P",{}),q(b).forEach(n),this.h()},h(){B(t,"name","hf:doc:metadata"),B(t,"content",ie)},m(e,i){J(document.head,t),r(e,l,i),r(e,a,i),r(e,s,i),C(c,e,i),r(e,L,i),C(p,e,i),r(e,P,i),C($,e,i),r(e,H,i),C(d,e,i),r(e,M,i),r(e,g,i),r(e,T,i),u.m(e,i),r(e,_,i),C(h,e,i),r(e,E,i),r(e,b,i),F=!0},p(e,[i]){const N={};i&1&&(N.fw=e[0]),c.$set(N),S!==(S=G(e))&&(u.d(1),u=S(e),u&&(u.c(),u.m(_.parentNode,_)))},i(e){F||(A(c.$$.fragment,e),A(p.$$.fragment,e),A($.$$.fragment,e),A(d.$$.fragment,e),A(h.$$.fragment,e),F=!0)},o(e){x(c.$$.fragment,e),x(p.$$.fragment,e),x($.$$.fragment,e),x(d.$$.fragment,e),x(h.$$.fragment,e),F=!1},d(e){e&&(n(l),n(a),n(s),n(L),n(P),n(H),n(M),n(g),n(T),n(_),n(E),n(b)),n(t),z(c,e),z(p,e),z($,e),z(d,e),u.d(e),z(h,e)}}}const ie='{"title":"Fine-tuning, Check!","local":"fine-tuning-check","sections":[],"depth":1}';function ae(f,t,l){let a="pt";return O(()=>{const s=new URLSearchParams(window.location.search);l(0,a=s.get("fw")||"pt")}),[a]}class me extends R{constructor(t){super(),D(this,t,ae,te,K,{})}}export{me as component}; | |
Xet Storage Details
- Size:
- 4.12 kB
- Xet hash:
- 237b66426c36bd2ca8281b94447b583529ae2668412c0f22bd63b40758886385
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.