course/pr_1213/it/_app/immutable/nodes/19.7e5ece43.js

import{s as B,n as F,o as G}from"../chunks/scheduler.505acc25.js";import{S as N,i as R,e as d,s as o,c as E,h as J,a as $,d as i,b as l,f as O,g as I,j as S,k as j,l as K,m as a,n as L,t as M,o as k,p as H}from"../chunks/index.1238bded.js";import{C as Q,H as V,E as W}from"../chunks/MermaidChart.svelte_svelte_type_style_lang.d247c7a1.js";import{C as X}from"../chunks/CourseFloatingBanner.0b6e065b.js";function Y(U){let n,v,g,h,s,_,r,x,m,z,p,q="Ottimo lavoro per aver seguito il corso fino a questo punto! Per fare un riassunto, in questo capitolo abbiamo visto:",C,u,A="<li>Imparare gli elementi di base di un modello Transformer.</li> <li>Imparare a conoscere gli elementi che compongono una pipeline di tokenizzazione.</li> <li>Hai visto come utilizzare un modello Transformer nella pratica.</li> <li>Imparare a sfruttare un tokenizer per convertire il testo in tensori comprensibili dal modello.</li> <li>Impostare un tokenizer e un modello insieme per passare dal testo alle previsioni.</li> <li>Imparare i limiti degli ID di input e conoscere le maschere di attenzione.</li> <li>Abbiamo giocato con metodi di tokenizzazione versatili e configurabili.</li>",y,f,D="D’ora in poi, dovreste essere in grado di navigare liberamente nella documentazione di Transformers 🤗: il vocabolario vi suonerà familiare e avrete già visto i metodi che userete la maggior parte delle volte.",P,c,w,b,T;return s=new Q({props:{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"}}),r=new V({props:{title:"Uso di base completato!",local:"uso-di-base-completato",headingTag:"h1"}}),m=new X({props:{chapter:2,classNames:"absolute z-10 right-0 top-0"}}),c=new W({props:{source:"https://github.com/huggingface/course/blob/main/chapters/it/chapter2/7.mdx"}}),{c(){n=d("meta"),v=o(),g=d("p"),h=o(),E(s.$$.fragment),_=o(),E(r.$$.fragment),x=o(),E(m.$$.fragment),z=o(),p=d("p"),p.textContent=q,C=o(),u=d("ul"),u.innerHTML=A,y=o(),f=d("p"),f.textContent=D,P=o(),E(c.$$.fragment),w=o(),b=d("p"),this.h()},l(e){const t=J("svelte-u9bgzb",document.head);n=$(t,"META",{name:!0,content:!0}),t.forEach(i),v=l(e),g=$(e,"P",{}),O(g).forEach(i),h=l(e),I(s.$$.fragment,e),_=l(e),I(r.$$.fragment,e),x=l(e),I(m.$$.fragment,e),z=l(e),p=$(e,"P",{"data-svelte-h":!0}),S(p)!=="svelte-1npapsx"&&(p.textContent=q),C=l(e),u=$(e,"UL",{"data-svelte-h":!0}),S(u)!=="svelte-mbys20"&&(u.innerHTML=A),y=l(e),f=$(e,"P",{"data-svelte-h":!0}),S(f)!=="svelte-1yp8993"&&(f.textContent=D),P=l(e),I(c.$$.fragment,e),w=l(e),b=$(e,"P",{}),O(b).forEach(i),this.h()},h(){j(n,"name","hf:doc:metadata"),j(n,"content",Z)},m(e,t){K(document.head,n),a(e,v,t),a(e,g,t),a(e,h,t),L(s,e,t),a(e,_,t),L(r,e,t),a(e,x,t),L(m,e,t),a(e,z,t),a(e,p,t),a(e,C,t),a(e,u,t),a(e,y,t),a(e,f,t),a(e,P,t),L(c,e,t),a(e,w,t),a(e,b,t),T=!0},p:F,i(e){T||(M(s.$$.fragment,e),M(r.$$.fragment,e),M(m.$$.fragment,e),M(c.$$.fragment,e),T=!0)},o(e){k(s.$$.fragment,e),k(r.$$.fragment,e),k(m.$$.fragment,e),k(c.$$.fragment,e),T=!1},d(e){e&&(i(v),i(g),i(h),i(_),i(x),i(z),i(p),i(C),i(u),i(y),i(f),i(P),i(w),i(b)),i(n),H(s,e),H(r,e),H(m,e),H(c,e)}}}const Z='{"title":"Uso di base completato!","local":"uso-di-base-completato","sections":[],"depth":1}';function ee(U){return G(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class oe extends N{constructor(n){super(),R(this,n,ee,Y,B,{})}}export{oe as component};