Buckets:
| import{s as D,n as N,o as B}from"../chunks/scheduler.893fe8c9.js";import{S as F,i as G,e as d,s as p,c as P,q as I,h as O,a as z,d as a,b as c,f as S,g as T,r as R,j as U,k as q,l as J,m as i,n as y,t as k,o as E,p as L}from"../chunks/index.6ee278c6.js";import{C as K,H as Q,E as V}from"../chunks/MermaidChart.svelte_svelte_type_style_lang.0be48b8a.js";import{C as W}from"../chunks/CourseFloatingBanner.b902b8d5.js";function X(M){let n,b,f,g,l,v,r,h,m,x,s,j="<li>Am învățat elementele de bază ale unui model Transformer.</li> <li>Am învățat ce formează un pipeline de tokenizare.</li> <li>Am văzut cum să utilizați un model Transformer în practică.</li> <li>Am învățat cum să folosiți un tokenizer pentru a converti textul în tensori care sunt inteligibili pentru model.</li> <li>Am configurat împreună un tokenizer și un model pentru a ajunge de la text la predicții.</li> <li>Am învățat limitările ID-urilor de intrare și am învățat despre attention masks.</li> <li>Ne-am antrenat cu ajutorul metodelor versatile și configurabile ale tokenizatorului.</li>",_,o,H="De acum înainte, ar trebui să puteți naviga liber prin documentația 🤗 Transformers: vocabularul va suna familiar și ați văzut deja metodele pe care le veți utiliza în majoritatea timpului.",w,u,A,$,C;return l=new K({props:{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"}}),r=new Q({props:{title:"Utilizarea de bază este completă!",local:"utilizarea-de-bază-este-completă",headingTag:"h1"}}),m=new W({props:{chapter:2,classNames:"absolute z-10 right-0 top-0"}}),u=new V({props:{source:"https://github.com/huggingface/course/blob/main/chapters/ro/chapter2/7.mdx"}}),{c(){n=d("meta"),b=p(),f=d("p"),g=p(),P(l.$$.fragment),v=p(),P(r.$$.fragment),h=p(),P(m.$$.fragment),x=I(` | |
| Ați făcut o treabă excelentă dacă ați urmat cursul până aici! Pentru a sintetiza, în acest capitol: | |
| `),s=d("ul"),s.innerHTML=j,_=p(),o=d("p"),o.textContent=H,w=p(),P(u.$$.fragment),A=p(),$=d("p"),this.h()},l(e){const t=O("svelte-u9bgzb",document.head);n=z(t,"META",{name:!0,content:!0}),t.forEach(a),b=c(e),f=z(e,"P",{}),S(f).forEach(a),g=c(e),T(l.$$.fragment,e),v=c(e),T(r.$$.fragment,e),h=c(e),T(m.$$.fragment,e),x=R(e,` | |
| Ați făcut o treabă excelentă dacă ați urmat cursul până aici! Pentru a sintetiza, în acest capitol: | |
| `),s=z(e,"UL",{"data-svelte-h":!0}),U(s)!=="svelte-14xrehh"&&(s.innerHTML=j),_=c(e),o=z(e,"P",{"data-svelte-h":!0}),U(o)!=="svelte-19woe84"&&(o.textContent=H),w=c(e),T(u.$$.fragment,e),A=c(e),$=z(e,"P",{}),S($).forEach(a),this.h()},h(){q(n,"name","hf:doc:metadata"),q(n,"content",Y)},m(e,t){J(document.head,n),i(e,b,t),i(e,f,t),i(e,g,t),y(l,e,t),i(e,v,t),y(r,e,t),i(e,h,t),y(m,e,t),i(e,x,t),i(e,s,t),i(e,_,t),i(e,o,t),i(e,w,t),y(u,e,t),i(e,A,t),i(e,$,t),C=!0},p:N,i(e){C||(k(l.$$.fragment,e),k(r.$$.fragment,e),k(m.$$.fragment,e),k(u.$$.fragment,e),C=!0)},o(e){E(l.$$.fragment,e),E(r.$$.fragment,e),E(m.$$.fragment,e),E(u.$$.fragment,e),C=!1},d(e){e&&(a(b),a(f),a(g),a(v),a(h),a(x),a(s),a(_),a(o),a(w),a(A),a($)),a(n),L(l,e),L(r,e),L(m,e),L(u,e)}}}const Y='{"title":"Utilizarea de bază este completă!","local":"utilizarea-de-bază-este-completă","sections":[],"depth":1}';function Z(M){return B(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class ne extends F{constructor(n){super(),G(this,n,Z,X,D,{})}}export{ne as component}; | |
Xet Storage Details
- Size:
- 3.44 kB
- Xet hash:
- 0c6f5c4d74f6a54f6cfe57c830e49bdab6be05cb49fe17213e9ea1c4b6dd8439
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.