Buckets:
| # Course | |
| ## Docs | |
| - [పరిచయం [[introduction]]](https://huggingface.co/learn/course/te/chapter0/1.md) | |
| - [Transformerలు ఎలా పనిచేస్తాయి?[[how-do-transformers-work]]](https://huggingface.co/learn/course/te/chapter1/4.md) | |
| - [🤗 Transformerలు పనులను ఎలా పరిష్కరిస్తాయి](https://huggingface.co/learn/course/te/chapter1/5.md) | |
| - [పరీక్షా సమయం!](https://huggingface.co/learn/course/te/chapter1/11.md) | |
| - [పక్షపాతం మరియు పరిమితులు[[bias-and-limitations]]](https://huggingface.co/learn/course/te/chapter1/9.md) | |
| - [ట్రాన్స్ఫార్మర్లు, అవి ఏమి చేయగలవు?[[transformers-what-can-they-do]]](https://huggingface.co/learn/course/te/chapter1/3.md) | |
| - [పరిచయం[[introduction]]](https://huggingface.co/learn/course/te/chapter1/1.md) | |
| - [సారాంశం[[summary]]](https://huggingface.co/learn/course/te/chapter1/10.md) | |
| - [ట్రాన్స్ఫార్మర్ ఆర్కిటెక్చర్లు[[transformer-architectures]]](https://huggingface.co/learn/course/te/chapter1/6.md) | |
| - [LLMలతో టెక్స్ట్ జనరేషన్ ఇన్ఫరెన్స్ పై లోతైన పరిశీలన [[inference-with-llms]]](https://huggingface.co/learn/course/te/chapter1/8.md) | |
| - [గ్రేడ్ లేని క్విజ్[[ungraded-quiz]]](https://huggingface.co/learn/course/te/chapter1/7.md) | |
| - [Natural Language Processing (NLP) మరియు Large Language Models (LLMs)[[natural-language-processing-and-large-language-models]]](https://huggingface.co/learn/course/te/chapter1/2.md) | |
Xet Storage Details
- Size:
- 1.76 kB
- Xet hash:
- 83028962c4e9f1c70b5f888af6166d99161325d9562eff58fb77d354247d74d4
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.