course/pr_1213/es/events/2.html

<meta charset="utf-8" /><meta name="hf:doc:metadata" content="{&quot;title&quot;:&quot;Evento de lanzamiento de la Parte 2&quot;,&quot;local&quot;:&quot;part-2-release-event&quot;,&quot;sections&quot;:[{&quot;title&quot;:&quot;Día 1: Una visión de alto nivel de los Transformers y de cómo entrenarlos&quot;,&quot;local&quot;:&quot;day-1-a-high-level-view-of-transformers-and-how-to-train-them&quot;,&quot;sections&quot;:[],&quot;depth&quot;:2},{&quot;title&quot;:&quot;Día 2: Las herramientas que debes usar&quot;,&quot;local&quot;:&quot;day-2-the-tools-to-use&quot;,&quot;sections&quot;:[],&quot;depth&quot;:2}],&quot;depth&quot;:1}">
		<link href="/docs/course/pr_1213/es/_app/immutable/assets/0.e3b0c442.css" rel="modulepreload">
		<link rel="modulepreload" href="/docs/course/pr_1213/es/_app/immutable/entry/start.36d27295.js">
		<link rel="modulepreload" href="/docs/course/pr_1213/es/_app/immutable/chunks/scheduler.505acc25.js">
		<link rel="modulepreload" href="/docs/course/pr_1213/es/_app/immutable/chunks/singletons.6865fa96.js">
		<link rel="modulepreload" href="/docs/course/pr_1213/es/_app/immutable/chunks/index.001f95d5.js">
		<link rel="modulepreload" href="/docs/course/pr_1213/es/_app/immutable/chunks/paths.ec28c642.js">
		<link rel="modulepreload" href="/docs/course/pr_1213/es/_app/immutable/entry/app.3b43d7f3.js">
		<link rel="modulepreload" href="/docs/course/pr_1213/es/_app/immutable/chunks/preload-helper.8c2bab6b.js">
		<link rel="modulepreload" href="/docs/course/pr_1213/es/_app/immutable/chunks/index.e22abd30.js">
		<link rel="modulepreload" href="/docs/course/pr_1213/es/_app/immutable/nodes/0.e2c0ea78.js">
		<link rel="modulepreload" href="/docs/course/pr_1213/es/_app/immutable/chunks/each.e59479a4.js">
		<link rel="modulepreload" href="/docs/course/pr_1213/es/_app/immutable/nodes/105.93eea4e2.js">
		<link rel="modulepreload" href="/docs/course/pr_1213/es/_app/immutable/chunks/MermaidChart.svelte_svelte_type_style_lang.a144e953.js"><!-- HEAD_svelte-u9bgzb_START --><meta name="hf:doc:metadata" content="{&quot;title&quot;:&quot;Evento de lanzamiento de la Parte 2&quot;,&quot;local&quot;:&quot;part-2-release-event&quot;,&quot;sections&quot;:[{&quot;title&quot;:&quot;Día 1: Una visión de alto nivel de los Transformers y de cómo entrenarlos&quot;,&quot;local&quot;:&quot;day-1-a-high-level-view-of-transformers-and-how-to-train-them&quot;,&quot;sections&quot;:[],&quot;depth&quot;:2},{&quot;title&quot;:&quot;Día 2: Las herramientas que debes usar&quot;,&quot;local&quot;:&quot;day-2-the-tools-to-use&quot;,&quot;sections&quot;:[],&quot;depth&quot;:2}],&quot;depth&quot;:1}"><!-- HEAD_svelte-u9bgzb_END -->      <p></p>  <div class="items-center shrink-0 min-w-[100px] max-sm:min-w-[50px] justify-end ml-auto flex" style="float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"><div class="inline-flex rounded-md max-sm:rounded-sm"><button class="inline-flex items-center gap-1 h-7 max-sm:h-7 px-2 max-sm:px-1.5 text-sm font-medium text-gray-800 border border-r-0 rounded-l-md max-sm:rounded-l-sm border-gray-200 bg-white hover:shadow-inner dark:border-gray-850 dark:bg-gray-950 dark:text-gray-200 dark:hover:bg-gray-800" aria-live="polite"><span class="inline-flex items-center justify-center rounded-md p-0.5 max-sm:p-0 hover:text-gray-800 dark:hover:text-gray-200"><svg class="sm:size-3.5 size-3" xmlns="http://www.w3.org/2000/svg" aria-hidden="true" fill="currentColor" focusable="false" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 32 32"><path d="M28,10V28H10V10H28m0-2H10a2,2,0,0,0-2,2V28a2,2,0,0,0,2,2H28a2,2,0,0,0,2-2V10a2,2,0,0,0-2-2Z" transform="translate(0)"></path><path d="M4,18H2V4A2,2,0,0,1,4,2H18V4H4Z" transform="translate(0)"></path><rect fill="none" width="32" height="32"></rect></svg></span> <span>Copy page</span></button> <button class="inline-flex items-center justify-center w-6 max-sm:w-5 h-7 max-sm:h-7 disabled:pointer-events-none text-sm text-gray-500 hover:text-gray-700 dark:hover:text-white rounded-r-md max-sm:rounded-r-sm border border-l transition border-gray-200 bg-white hover:shadow-inner dark:border-gray-850 dark:bg-gray-950 dark:text-gray-200 dark:hover:bg-gray-800" aria-haspopup="menu" aria-expanded="false" aria-label="Open copy menu"><svg class="transition-transform text-gray-400 overflow-visible sm:size-3.5 size-3 rotate-0" width="1em" height="1em" viewBox="0 0 12 7" fill="none" xmlns="http://www.w3.org/2000/svg"><path d="M1 1L6 6L11 1" stroke="currentColor"></path></svg></button></div> </div>  <h1 class="relative group"><a id="part-2-release-event" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#part-2-release-event"><span><svg class="" xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg></span></a> <span>Evento de lanzamiento de la Parte 2</span></h1> <p data-svelte-h="svelte-qwo3p9">Para el lanzamiento de la parte 2 del curso organizamos un evento en vivo con dos días de charlas antes de un sprint de ajuste. Si te lo perdiste, puedes ponerte al día con las charlas, que están listadas a continuación.</p>  <h2 class="relative group"><a id="day-1-a-high-level-view-of-transformers-and-how-to-train-them" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#day-1-a-high-level-view-of-transformers-and-how-to-train-them"><span><svg class="" xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg></span></a> <span>Día 1: Una visión de alto nivel de los Transformers y de cómo entrenarlos</span></h2> <p data-svelte-h="svelte-fqlztk"><strong>Thomas Wolf:</strong> <em>Transfer Learning y el nacimiento de la librería Transformers</em></p> <div class="flex justify-center" data-svelte-h="svelte-6uqabw"><youtube id="wCYVeahJES0"></youtube></div> <p align="center" data-svelte-h="svelte-14wxqjx"><img src="https://i.imgur.com/9eq8oUi.png" alt="Resumen visual de la charla de Thom" width="80%"></p> <p data-svelte-h="svelte-10kwt7m">Thomas Wolf es cofundador y Chief Science Officer de Hugging Face. Las herramientas creadas por Thomas Wolf y el equipo de Hugging Face se utilizan en más de 5.000 organizaciones de investigación, entre ellas Facebook Artificial Intelligence Research, Google Research, DeepMind, Amazon Research, Apple, el Allen Institute for Artificial Intelligence, así como en la mayoría de departamentos universitarios. Thomas Wolf es el impulsor y chair sénior de la mayor colaboración de investigación que ha existido en inteligencia artificial: <a href="https://bigscience.huggingface.co" rel="nofollow">“BigScience”</a>, además de un conjunto de <a href="https://github.com/huggingface/" rel="nofollow">librerías y herramientas</a> ampliamente usadas. Thomas Wolf también es un divulgador muy activo, una voz influyente en el campo de la inteligencia artificial y el procesamiento de lenguaje natural, y un ponente invitado habitual en conferencias de todo el mundo <a href="https://thomwolf.io" rel="nofollow">https://thomwolf.io</a>.</p> <p data-svelte-h="svelte-iokrmf"><strong>Jay Alammar:</strong> <em>Una introducción visual y amable a los modelos Transformers</em></p> <div class="flex justify-center" data-svelte-h="svelte-6hrbak"><youtube id="VzvG23gmcYU"></youtube></div> <p align="center" data-svelte-h="svelte-brbd0c"><img src="https://i.imgur.com/rOZAuE9.png" alt="Resumen visual de la charla de Jay" width="80%"></p> <p data-svelte-h="svelte-vvm47m">A través de su popular blog sobre ML, Jay ha ayudado a millones de investigadores e ingenieros a entender visualmente herramientas y conceptos de machine learning, desde lo más básico, que termina en la documentación de NumPy o Pandas, hasta la frontera más avanzada, como Transformers, BERT y GPT-3.</p> <p data-svelte-h="svelte-1h30hfv"><strong>Margaret Mitchell:</strong> <em>Sobre los valores en el desarrollo de ML</em></p> <div class="flex justify-center" data-svelte-h="svelte-7d2ohh"><youtube id="8j9HRMjh_s8"></youtube></div> <p align="center" data-svelte-h="svelte-1mcoarh"><img src="https://i.imgur.com/NuIsnY3.png" alt="Resumen visual de la charla de Margaret" width="80%"></p> <p data-svelte-h="svelte-1va490j">Margaret Mitchell es investigadora en IA ética y actualmente se centra en los matices del desarrollo de IA informado por la ética en la industria tecnológica. Ha publicado más de 50 artículos sobre generación de lenguaje natural, tecnología asistiva, visión por computador y ética en IA, y posee varias patentes en generación conversacional y clasificación de sentimientos. Anteriormente trabajó en Google AI como Staff Research Scientist, donde fundó y codirigió el grupo de Ethical AI de Google, centrado en investigación fundamental sobre ética en IA y en operacionalizar esa ética dentro de Google. Antes de unirse a Google fue investigadora en Microsoft Research, centrada en generación de lenguaje a partir de visión por computador, y realizó un posdoctorado en Johns Hopkins, enfocado en modelado bayesiano y extracción de información. Tiene un doctorado en informática por la University of Aberdeen y un máster en lingüística computacional por la University of Washington. Mientras cursaba sus estudios, también trabajó entre 2005 y 2012 en machine learning, trastornos neurológicos y tecnología asistiva en Oregon Health and Science University. Ha impulsado numerosos talleres e iniciativas en la intersección entre diversidad, inclusión, informática y ética. Su trabajo ha recibido premios del secretario de Defensa Ash Carter y de la American Foundation for the Blind, y ha sido implementado por múltiples empresas tecnológicas. Le gusta la jardinería, los perros y los gatos.</p> <p data-svelte-h="svelte-1v5720u"><strong>Matthew Watson y Chen Qian:</strong> <em>Flujos de trabajo de PLN con Keras</em></p> <div class="flex justify-center" data-svelte-h="svelte-1tv3epk"><youtube id="gZIP-_2XYMM"></youtube></div> <p align="center" data-svelte-h="svelte-rck9bw"><img src="https://i.imgur.com/1vD2az8.png" alt="Resumen visual de la charla de Matt y Chen" width="80%"></p> <p data-svelte-h="svelte-1d2uozc">Matthew Watson es ingeniero de machine learning en el equipo de Keras, con foco en APIs de modelado de alto nivel. Estudió gráficos por computador en su grado y cursó un máster en Stanford University. Estuvo a punto de especializarse en inglés antes de orientarse hacia la informática, y le apasiona trabajar entre disciplinas y hacer que el PLN sea más accesible para un público amplio.</p> <p data-svelte-h="svelte-1wi2o15">Chen Qian es ingeniero de software del equipo de Keras, también centrado en APIs de modelado de alto nivel. Chen obtuvo un máster en ingeniería eléctrica en Stanford University y está especialmente interesado en simplificar implementaciones de código para tareas de ML y ML a gran escala.</p> <p data-svelte-h="svelte-dlvhas"><strong>Mark Saroufim:</strong> <em>Cómo entrenar un modelo con Pytorch</em></p> <div class="flex justify-center" data-svelte-h="svelte-toub1x"><youtube id="KmvPlW2cbIo"></youtube></div> <p align="center" data-svelte-h="svelte-1gdbe6d"><img src="https://i.imgur.com/TPmlkm8.png" alt="Resumen visual de la charla de Mark" width="80%"></p> <p data-svelte-h="svelte-ryha78">Mark Saroufim es Partner Engineer en Pytorch y trabaja en herramientas OSS de producción, incluidas TorchServe y Pytorch Enterprise. En etapas anteriores de su carrera fue Applied Scientist y Product Manager en Graphcore, <a href="http://yuri.ai/" rel="nofollow">yuri.ai</a>, Microsoft y el JPL de la NASA. Su principal pasión es hacer que programar sea más divertido.</p> <p data-svelte-h="svelte-jfvy6j"><strong>Jakob Uszkoreit:</strong> <em>It Ain’t Broke So <del>Don’t Fix</del> Let’s Break It</em></p> <div class="flex justify-center" data-svelte-h="svelte-hd0sfn"><youtube id="C6jweXYFHSA"></youtube></div> <p align="center" data-svelte-h="svelte-eass8y"><img src="https://i.imgur.com/5dWQeNB.png" alt="Resumen visual de la charla de Jakob" width="80%"></p> <p data-svelte-h="svelte-onwnmc">Jakob Uszkoreit es cofundador de Inceptive. Inceptive diseña moléculas de ARN para vacunas y terapias usando deep learning a gran escala en un ciclo cerrado con experimentos de alto rendimiento, con el objetivo de hacer que los medicamentos basados en ARN sean más accesibles, eficaces y ampliamente aplicables. Antes, Jakob trabajó más de una década en Google, liderando equipos de investigación y desarrollo en Google Brain, Research y Search, centrados en fundamentos de deep learning, visión por computador, comprensión del lenguaje y traducción automática.</p>  <h2 class="relative group"><a id="day-2-the-tools-to-use" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#day-2-the-tools-to-use"><span><svg class="" xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg></span></a> <span>Día 2: Las herramientas que debes usar</span></h2> <p data-svelte-h="svelte-1cdv6tf"><strong>Lewis Tunstall:</strong> <em>Entrenamiento sencillo con 🤗 Transformers Trainer</em></p> <div class="flex justify-center" data-svelte-h="svelte-12jexe4"><youtube id="u--UVvH-LIQ"></youtube></div> <p data-svelte-h="svelte-1rwowi6">Lewis es ingeniero de machine learning en Hugging Face, centrado en desarrollar herramientas open source y hacerlas accesibles a la comunidad. También es coautor del libro de O’Reilly <a href="https://www.oreilly.com/library/view/natural-language-processing/9781098136789/" rel="nofollow">Natural Language Processing with Transformers</a>. Puedes seguirlo en Twitter (@_lewtun) para ver consejos y trucos sobre PLN.</p> <p data-svelte-h="svelte-1p4o5hx"><strong>Matthew Carrigan:</strong> <em>Nuevas funciones de TensorFlow para 🤗 Transformers y 🤗 Datasets</em></p> <div class="flex justify-center" data-svelte-h="svelte-1q4yjgy"><youtube id="gQUlXp1691w"></youtube></div> <p data-svelte-h="svelte-1333x9p">Matt es responsable del mantenimiento de TensorFlow en Transformers y, con el tiempo, encabezará un golpe contra la facción dominante de PyTorch, probablemente coordinado desde su cuenta de Twitter @carrigmat.</p> <p data-svelte-h="svelte-19abvod"><strong>Lysandre Debut:</strong> <em>El Hugging Face Hub como medio para colaborar y compartir proyectos de Machine Learning</em></p> <div class="flex justify-center" data-svelte-h="svelte-10ha4oh"><youtube id="RBw1TmdEZp0"></youtube></div> <p align="center" data-svelte-h="svelte-1moa300"><img src="https://i.imgur.com/TarIPCz.png" alt="Resumen visual de la charla de Lysandre" width="80%"></p> <p data-svelte-h="svelte-117s3c9">Lysandre es Machine Learning Engineer en Hugging Face, donde participa en muchos proyectos open source. Su objetivo es hacer que el machine learning sea accesible para todo el mundo desarrollando herramientas potentes con una API muy simple.</p> <p data-svelte-h="svelte-i13qir"><strong>Lucile Saulnier:</strong> <em>Consigue tu propio tokenizador con 🤗 Transformers y 🤗 Tokenizers</em></p> <div class="flex justify-center" data-svelte-h="svelte-11wf9ga"><youtube id="UkNmyTFKriI"></youtube></div> <p data-svelte-h="svelte-1yudvcq">Lucile es ingeniera de machine learning en Hugging Face, dedicada al desarrollo y soporte del uso de herramientas open source. También participa activamente en numerosos proyectos de investigación en procesamiento de lenguaje natural, como entrenamiento colaborativo y BigScience.</p> <p data-svelte-h="svelte-oxik22"><strong>Sylvain Gugger:</strong> <em>Potencia tu bucle de entrenamiento de PyTorch con 🤗 Accelerate</em></p> <div class="flex justify-center" data-svelte-h="svelte-ryfvcl"><youtube id="t8Krzu-nSeY"></youtube></div> <p data-svelte-h="svelte-wusjs9">Sylvain es Research Engineer en Hugging Face, uno de los principales mantenedores de 🤗 Transformers y el desarrollador detrás de 🤗 Accelerate. Le gusta hacer que el entrenamiento de modelos sea más accesible.</p> <p data-svelte-h="svelte-rbht95"><strong>Merve Noyan:</strong> <em>Muestra las demos de tus modelos con 🤗 Spaces</em></p> <div class="flex justify-center" data-svelte-h="svelte-rsvyrm"><youtube id="vbaKOa4UXoM"></youtube></div> <p data-svelte-h="svelte-og0bk0">Merve es developer advocate en Hugging Face y trabaja en desarrollar herramientas y crear contenido alrededor de ellas para democratizar el machine learning.</p> <p data-svelte-h="svelte-81s2ht"><strong>Abubakar Abid:</strong> <em>Crear aplicaciones de Machine Learning rápidamente</em></p> <div class="flex justify-center" data-svelte-h="svelte-10ii9h9"><youtube id="c7mle2yYpwQ"></youtube></div> <p align="center" data-svelte-h="svelte-10d2tpp"><img src="https://i.imgur.com/qWIFeiF.png" alt="Resumen visual de la charla de Abubakar" width="80%"></p> <p data-svelte-h="svelte-fhlga6">Abubakar Abid es el CEO de <a href="www.gradio.app">Gradio</a>. Obtuvo su Bachelor of Science en Electrical Engineering and Computer Science en MIT en 2015, y su doctorado en Applied Machine Learning en Stanford en 2021. Como CEO de Gradio, trabaja para que los modelos de machine learning sean más fáciles de mostrar, depurar y desplegar.</p> <p data-svelte-h="svelte-1o688eo"><strong>Mathieu Desvé:</strong> <em>AWS ML Vision: hacer que el Machine Learning sea accesible para todos los clientes</em></p> <div class="flex justify-center" data-svelte-h="svelte-1cca5mz"><youtube id="O2e3pXO4aRE"></youtube></div> <p align="center" data-svelte-h="svelte-u5qb0x"><img src="https://i.imgur.com/oLdZTKy.png" alt="Resumen visual de la charla de Mathieu" width="80%"></p> <p data-svelte-h="svelte-1cn0tmz">Entusiasta de la tecnología y creador en su tiempo libre. Le gustan los retos y resolver problemas de clientes y usuarios, y trabajar con personas talentosas para aprender cada día. Desde 2004 ha trabajado en múltiples puestos alternando frontend, backend, infraestructura, operaciones y gestión. Intenta resolver problemas técnicos y de gestión comunes de forma ágil.</p> <p data-svelte-h="svelte-1l11mci"><strong>Philipp Schmid:</strong> <em>Entrenamiento gestionado con Amazon SageMaker y 🤗 Transformers</em></p> <div class="flex justify-center" data-svelte-h="svelte-1xib1de"><youtube id="yG6J2Zfo8iw"></youtube></div> <p data-svelte-h="svelte-1no4ky">Philipp Schmid es Machine Learning Engineer y Tech Lead en Hugging Face, donde lidera la colaboración con el equipo de Amazon SageMaker. Le apasiona democratizar y llevar a producción modelos de PLN de vanguardia y mejorar la facilidad de uso del deep learning.</p> <a class="!text-gray-400 !no-underline text-sm flex items-center not-prose mt-4" href="https://github.com/huggingface/course/blob/main/chapters/es/events/2.mdx" target="_blank"><svg class="mr-1" xmlns="http://www.w3.org/2000/svg" aria-hidden="true" fill="currentColor" focusable="false" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 32 32"><path d="M31,16l-7,7l-1.41-1.41L28.17,16l-5.58-5.59L24,9l7,7z"></path><path d="M1,16l7-7l1.41,1.41L3.83,16l5.58,5.59L8,23l-7-7z"></path><path d="M12.419,25.484L17.639,6.552l1.932,0.518L14.351,26.002z"></path></svg> <span data-svelte-h="svelte-zjs2n5"><span class="underline">Update</span> on GitHub</span></a>  <p></p> 
			
			<script>
				{
					__sveltekit_1nznq34 = {
						assets: "/docs/course/pr_1213/es",
						base: "/docs/course/pr_1213/es",
						env: {}
					};

					const element = document.currentScript.parentElement;

					const data = [null,null];

					Promise.all([
						import("/docs/course/pr_1213/es/_app/immutable/entry/start.36d27295.js"),
						import("/docs/course/pr_1213/es/_app/immutable/entry/app.3b43d7f3.js")
					]).then(([kit, app]) => {
						kit.start(app, element, {
							node_ids: [0, 105],
							data,
							form: null,
							error: null
						});
					});
				}
			</script>