course/pr_1213/es/chapter5/8.md

Quiz de final de capítulo

¡Vimos muchas cosas en este capítulo! No te preocupes si no te quedaron claros todos los detalles; los siguientes capítulos te ayudarán a entender cómo funcionan las cosas internamente.

Antes de seguir, probemos lo que aprendiste en este capítulo:

1. ¿Desde qué ubicaciones te permite cargar datasets la función load_dataset() en 🤗 Datasets?

data_files de load_dataset() para cargar datasets locales.", correct: true }, { text: "El Hub de Hugging Face", explain: "¡Correcto! Puedes cargar datasets del Hub pasando el ID del dataset, e.g. load_dataset('emotion').", correct: true }, { text: "Un servidor remoto", explain: "¡Correcto! Puedes pasar URL al argumento data_files de la función load_dataset() para cargar archivos remotos.", correct: true }, ]} />

2. Supón que cargas una de las tareas de GLUE así:

from datasets import load_dataset

dataset = load_dataset("glue", "mrpc", split="train")

¿Cuál de los siguientes comandos a a producir una muestra aleatoria de 50 elementos de dataset?

dataset.sample(50)", explain: "Esto es incorrecto. No hay un método Dataset.sample()." }, { text: "dataset.shuffle().select(range(50))", explain: "¡Correcto! Como viste en el capítulo, primero tienes que ordenar aleatoriamente el dataset y luego seleccionar las muestras.", correct: true }, { text: "dataset.select(range(50)).shuffle()", explain: "Esto es incorrecto. Si bien el código se va a ejecutar, sólo va a ordenar aleatoriamente los primeros 50 elementos del dataset." } ]} />

3. Supón que tienes un dataset sobre mascotas llamado pets_dataset, que tiene una columna name que contiene el nombre de cada mascota. ¿Cuál de los siguientes acercamientos te permitiría filtrar el dataset para todas las mascotas cuyos nombres comienzan con la letra "L"?

pets_dataset.filter(lambda x : x['name'].startswith('L'))", explain: "¡Correcto! Usar una función lambda de Python para este tipo de filtros es una gran idea. ¿Se te ocurre otra solución?", correct: true }, { text: "pets_dataset.filter(lambda x['name'].startswith('L'))", explain: "Esto es incorrecto. Una función lambda toma la forma general lambda arguments : expression, así que tienes que definir los argumentos en este caso." }, { text: "Crear una función como def filter_names(x): return x['name'].startswith('L') y ejecutar pets_dataset.filter(filter_names).", explain: "¡Correcto! Justo como con Dataset.map(), puedes pasar funciones explícitas a Dataset.filter(). Esto es útil cuando tienes una lógica compleja que no es adecuada para una función lambda. ¿Cuál de las otras soluciones podría funcionar?", correct: true } ]} />

4. ¿Qué es la proyección en memoria (memory mapping)?

5. ¿Cuáles son los principales beneficios de la proyección en memoria?

6. ¿Por qué no funciona el siguiente código?

from datasets import load_dataset

dataset = load_dataset("allocine", streaming=True, split="train")
dataset[0]

IterableDataset.", explain: "¡Correcto! Un IterableDataset es un generador, no un contenedor, así que deberías acceder a sus elementos usando next(iter(dataset)).", correct: true }, { text: "El dataset allocine no tiene un conjunto train.", explain: "Incorrecto. Revisa la tarjeta del dataset allocine en el Hub para ver qué conjuntos contiene." } ]} />

7. ¿Cuáles son los principales beneficios de crear una tarjeta para un dataset?

8. ¿Qué es la búsqueda semántica?

9. Para la búsqueda semántica asimétrica, usualmente tienes:

10. ¿Puedo usar 🤗 Datasets para cargar datos y usarlos en otras áreas, como procesamiento de habla?

dataset MNIST en el Hub para un ejemplo de visión artificial." }, { text: "Yes", explain: "¡Correcto! Revisa los desarrollos con habla y visión en la librería 🤗 Transformers para ver cómo se puede usar 🤗 Datasets en estas áreas.", correct : true }, ]} />