course/pr_1213/pt/chapter5/8.md

Questionário de fim de capítulo

Este capítulo cobriu muita coisa! Não se preocupe se você não entendeu todos os detalhes; os próximos capítulos o ajudarão a entender como as coisas funcionam.

Antes de prosseguir, vamos testar o que você aprendeu neste capítulo.

1. A função load_dataset() em 🤗 Datasets permite carregar um dataset de qual dos seguintes locais?

data_files de load_dataset() para carregar conjuntos de dados localmente.", correct: true }, { text: "Do Hugging Face Hub", explain: "Correto! Você pode carregar conjuntos de dados no Hub fornecendo o ID do conjunto de dados, por exemplo, load_dataset('emotion').", correct: true }, { text: "De um servidor remoto", explain: "Correto! Você pode passar URLs para o argumento data_files de load_dataset() para carregar arquivos remotos.", correct: true }, ]} />

2. Suponha que você carregue uma das tarefas GLUE da seguinte forma:

from datasets import load_dataset

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

Qual dos seguintes comandos produzirá uma amostra aleatória de 50 elementos do conjunto de dados?

dataset.sample(50)", explain: "Isso está incorreto -- não há método Dataset.sample()." }, { text: "dataset.shuffle().select(range(50))", explain: "Correto! Como você viu neste capítulo, você primeiro embaralha o conjunto de dados e depois seleciona as amostras dele.", correct: true }, { text: "dataset.select(range(50)).shuffle()", explain: "Isso está incorreto - embora o código seja executado, ele embaralha apenas os primeiros 50 elementos do conjunto de dados." } ]} />

3. Suponha que você tenha um conjunto de dados sobre animais domésticos chamado pets_dataset, que tem uma coluna name que denota o nome de cada animal. Qual das seguintes abordagens permitiria filtrar o conjunto de dados para todos os animais de estimação cujos nomes começam com a letra "L"?

pets_dataset.filter(lambda x : x['name'].startswith('L'))", explain: "Correto! Usar uma função lambda do Python para esses filtros rápidos é uma ótima ideia. Você consegue pensar em outra solução?", correct: true }, { text: "pets_dataset.filter(lambda x['name'].startswith('L'))", explain: "Isso está incorreto -- uma função lambda assume a forma geral lambda arguments : expression, então você precisa fornecer argumentos neste caso." }, { text: "Criar uma função assim def filter_names(x): return x['name'].startswith('L') e executa-la pets_dataset.filter(filter_names).", explain: "Correto! Assim como com Dataset.map(), você pode passar funções explícitas para Dataset.filter(). Isso é útil quando você tem alguma lógica complexa que não é adequado para uma função lambda curta. Qual das outras soluções funcionaria?", correct: true } ]} />

4. O que é mapeamento de memória?

5. Quais dos seguintes são os principais benefícios do mapeamento de memória?

6. Por que o código a seguir falha?

from datasets import load_dataset

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

IterableDataset.", explain: "Correto! Um IterableDataset é um gerador, não um contêiner, então você deve acessar seus elementos usando next(iter(dataset)).", correct: true }, { text: "O conjunto de dados allocine não tem uma divisão train.", explain: "Isso está incorreto - confira o cartão de conjunto de dados allocine no Hub para ver quais divisões ele contém." } ]} />

7. Quais dos seguintes são os principais benefícios de criar um cartão de conjunto de dados?

8. O que é pesquisa semântica?

9. Para pesquisa semântica assimétrica, você geralmente tem:

10. Posso usar 🤗 Datasets para carregar dados para uso em outros domínios, como processamento de fala (audios)?

conjunto de dados MNIST no Hub para um exemplo de visão computacional." }, { text: "Sim", explain: "Correto! Confira os desenvolvimentos interessantes com fala e visão na biblioteca 🤗 Transformers para ver como 🤗 Datasets é usado nesses domínios.", correct : true }, ]} />