Hugging Face's logo

Buckets:
hf-doc-build
/
doc-dev

Files
xet
hf-doc-build/doc-dev / course /pr_1339 /es /chapter1 /7.html
HuggingFaceDocBuilder's picture
HuggingFaceDocBuilder
download
raw
6.66 kB
<meta charset="utf-8" /><meta name="hf:doc:metadata" content="undefined"/>
<link href="/docs/course/pr_1339/es/_app/immutable/entry/start.CN-7wpPL.js" rel="modulepreload">
<link href="/docs/course/pr_1339/es/_app/immutable/chunks/DryZJBfb.js" rel="modulepreload">
<link href="/docs/course/pr_1339/es/_app/immutable/chunks/BA_dZbsI.js" rel="modulepreload">
<link href="/docs/course/pr_1339/es/_app/immutable/entry/app.DezrQiSq.js" rel="modulepreload">
<link href="/docs/course/pr_1339/es/_app/immutable/chunks/C0jRxzmK.js" rel="modulepreload">
<link href="/docs/course/pr_1339/es/_app/immutable/chunks/DvbUaM1Q.js" rel="modulepreload">
<link href="/docs/course/pr_1339/es/_app/immutable/chunks/TXHQVBPU.js" rel="modulepreload">
<link href="/docs/course/pr_1339/es/_app/immutable/chunks/DsnmJJEf.js" rel="modulepreload">
<link href="/docs/course/pr_1339/es/_app/immutable/nodes/0.Cc-nye-F.js" rel="modulepreload">
<link href="/docs/course/pr_1339/es/_app/immutable/chunks/C3nIf8Go.js" rel="modulepreload">
<link href="/docs/course/pr_1339/es/_app/immutable/nodes/10.Dy5KMra_.js" rel="modulepreload">
<link href="/docs/course/pr_1339/es/_app/immutable/chunks/DX9wbpOW.js" rel="modulepreload">
<link href="/docs/course/pr_1339/es/_app/immutable/chunks/b7zOzquf.js" rel="modulepreload">
<!--1y74nqz--><meta name="hf:doc:metadata" content="undefined"/><!---->
<link href="/docs/course/pr_1339/es/_app/immutable/assets/0.tn0RQdqM.css" rel="modulepreload"> <!--[--><!--[0--><!--[--><!--[0--><!--[--><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> <!--[-1--><!--]--></div><!----> <p># Modelos secuencia a secuencia</p> <iframe class="w-full xl:w-4/6 h-80" src="https://www.youtube-nocookie.com/embed/0_4KEb08xrE" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen=""></iframe><!----> <p>Los modelos codificador/decodificador (también llamados <em>modelos secuencia a secuencia</em>) usan ambas partes de la arquitectura del Transformer. En cada etapa, las capas de atención del codificador pueden acceder a todas las palabras de la secuencia inicial, mientras que las capas de atención del decodificador sólo pueden acceder a las palabras que se ubican antes de una palabra dada en el texto de entrada.</p> <p>El preentrenamiento de estos modelos se puede hacer usando los objetivos de los modelos de codificadores o decodificadores, pero usualmente implican algo más complejo. Por ejemplo, <a href="https://huggingface.co/t5-base" rel="nofollow">T5</a> está preentrenado al reemplazar segmentos aleatorios de texto (que pueden contener varias palabras) con una palabra especial que las oculta, y el objetivo es predecir el texto que esta palabra reemplaza.</p> <p>Los modelos secuencia a secuencia son más adecuados para tareas relacionadas con la generación de nuevas oraciones dependiendo de una entrada dada, como resumir, traducir o responder generativamente preguntas.</p> <p>Algunos miembros de esta familia de modelos son:</p> <ul><li><a href="https://huggingface.co/transformers/model_doc/bart.html" rel="nofollow">BART</a></li> <li><a href="https://huggingface.co/transformers/model_doc/mbart.html" rel="nofollow">mBART</a></li> <li><a href="https://huggingface.co/transformers/model_doc/marian.html" rel="nofollow">Marian</a></li> <li><a href="https://huggingface.co/transformers/model_doc/t5.html" rel="nofollow">T5</a></li></ul> <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/chapter1/7.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><span class="underline">Update</span> on GitHub</span></a><!----> <p></p><!--]--><!----><!--]--><!--]--><!--]--> <!--[-1--><!--]--><!--]-->
<script>
{
__sveltekit_1s0njme = {
base: "/docs/course/pr_1339/es",
assets: "/docs/course/pr_1339/es"
};
const element = document.currentScript.parentElement;
Promise.all([
import("/docs/course/pr_1339/es/_app/immutable/entry/start.CN-7wpPL.js"),
import("/docs/course/pr_1339/es/_app/immutable/entry/app.DezrQiSq.js")
]).then(([kit, app]) => {
kit.start(app, element, {
node_ids: [0, 10],
data: [null,null],
form: null,
error: null
});
});
}
</script>

Xet Storage Details

Size:
6.66 kB
·
Xet hash:
0e5e9e95c5e7a7a3fe8e728b789794f9f74f12f33a7004e53b1d9add19d84472

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.