transformers/main/de/_app/immutable/nodes/8.4f84eab3.js

import{s as Ml,o as Tl,n as Tn}from"../chunks/scheduler.987d3921.js";import{S as yl,i as Cl,g as a,s as i,r as f,A as _l,h as r,f as n,c as s,j as M,u as p,x as o,k as vl,y as $,a as l,v as d,d as u,t as h,w as g}from"../chunks/index.c8b1fed4.js";import{T as Mn}from"../chunks/Tip.6bc1e794.js";import{C as b}from"../chunks/CodeBlock.18094d58.js";import{H as z,E as xl}from"../chunks/EditOnGithub.a3fde557.js";function Jl(T){let m,w="Sie müssen den Ordner <code>transformers</code> behalten, wenn Sie die Bibliothek weiter verwenden wollen.";return{c(){m=a("p"),m.innerHTML=w},l(c){m=r(c,"P",{"data-svelte-h":!0}),o(m)!=="svelte-1b13zsx"&&(m.innerHTML=w)},m(c,v){l(c,m,v)},p:Tn,d(c){c&&n(m)}}}function kl(T){let m,w="Transformers verwendet die Shell-Umgebungsvariablen <code>PYTORCH_TRANSFORMERS_CACHE</code> oder <code>PYTORCH_PRETRAINED_BERT_CACHE</code>, wenn Sie von einer früheren Iteration dieser Bibliothek kommen und diese Umgebungsvariablen gesetzt haben, sofern Sie nicht die Shell-Umgebungsvariable <code>TRANSFORMERS_CACHE</code> angeben.";return{c(){m=a("p"),m.innerHTML=w},l(c){m=r(c,"P",{"data-svelte-h":!0}),o(m)!=="svelte-s23ex8"&&(m.innerHTML=w)},m(c,v){l(c,m,v)},p:Tn,d(c){c&&n(m)}}}function Ul(T){let m,w='Fügen sie <a href="https://huggingface.co/docs/datasets/" rel="nofollow">🤗 Datasets</a> zu Ihrem Offline-Trainingsworkflow hinzufügen, indem Sie die Umgebungsvariable <code>HF_DATASETS_OFFLINE=1</code> setzen.';return{c(){m=a("p"),m.innerHTML=w},l(c){m=r(c,"P",{"data-svelte-h":!0}),o(m)!=="svelte-3erodj"&&(m.innerHTML=w)},m(c,v){l(c,m,v)},p:Tn,d(c){c&&n(m)}}}function Zl(T){let m,w='Weitere Informationen zum Herunterladen von Dateien, die auf dem Hub gespeichert sind, finden Sie im Abschnitt <a href="https://huggingface.co/docs/hub/how-to-downstream" rel="nofollow">Wie man Dateien vom Hub herunterlädt</a>.';return{c(){m=a("p"),m.innerHTML=w},l(c){m=r(c,"P",{"data-svelte-h":!0}),o(m)!=="svelte-fzj4ma"&&(m.innerHTML=w)},m(c,v){l(c,m,v)},p:Tn,d(c){c&&n(m)}}}function zl(T){let m,w,c,v,j,st,H,Sn="Installieren Sie 🤗 Transformers für die Deep-Learning-Bibliothek, mit der Sie arbeiten, richten Sie Ihren Cache ein und konfigurieren Sie 🤗 Transformers optional für den Offline-Betrieb.",at,I,Wn="🤗 Transformers wurde unter Python 3.6+, PyTorch 1.1.0+, TensorFlow 2.0+, und Flax getestet. Folgen Sie den Installationsanweisungen unten für die von Ihnen verwendete Deep-Learning-Bibliothek:",rt,S,Ln='<li><a href="https://pytorch.org/get-started/locally/" rel="nofollow">PyTorch</a> installation instructions.</li> <li><a href="https://www.tensorflow.org/install/pip" rel="nofollow">TensorFlow 2.0</a> installation instructions.</li> <li><a href="https://flax.readthedocs.io/en/latest/" rel="nofollow">Flax</a> installation instructions.</li>',ot,W,mt,L,Gn='Sie sollten 🤗 Transformers in einer <a href="https://docs.python.org/3/library/venv.html" rel="nofollow">virtuellen Umgebung</a> installieren. Wenn Sie mit virtuellen Python-Umgebungen nicht vertraut sind, werfen Sie einen Blick auf diese <a href="https://packaging.python.org/guides/installing-using-pip-and-virtual-environments/" rel="nofollow">Anleitung</a>. Eine virtuelle Umgebung macht es einfacher, verschiedene Projekte zu verwalten und Kompatibilitätsprobleme zwischen Abhängigkeiten zu vermeiden.',ft,G,Rn="Beginnen wir mit der Erstellung einer virtuellen Umgebung in Ihrem Projektverzeichnis:",pt,R,dt,E,En="Aktivieren wir die virtuelle Umgebung. Unter Linux und MacOs:",ut,B,ht,P,Bn="Aktivieren wir die virtuelle Umgebung unter Windows",gt,V,$t,F,Pn="Jetzt können wir die 🤗 Transformers mit dem folgenden Befehl installieren:",ct,N,bt,X,Vn="Bei reiner CPU-Unterstützung können wir 🤗 Transformers und eine Deep-Learning-Bibliothek bequem in einer Zeile installieren. Installieren wir zum Beispiel 🤗 Transformers und PyTorch mit:",wt,Y,vt,A,Fn="🤗 Transformers und TensorFlow 2.0:",Mt,D,Tt,q,Nn="🤗 Transformers und Flax:",yt,Q,Ct,O,Xn="Überprüfen wir abschließend, ob 🤗 Transformers ordnungsgemäß installiert wurde, indem wir den folgenden Befehl ausführen. Es wird ein vortrainiertes Modell heruntergeladen:",_t,K,xt,ee,Yn="Dann wird die Kategorie und die Wahrscheinlichkeit ausgegeben:",Jt,te,kt,ne,Ut,le,An="Installieren wir 🤗 Transformers aus dem Quellcode mit dem folgenden Befehl:",Zt,ie,zt,se,Dn='Dieser Befehl installiert die aktuelle <code>main</code> Version und nicht die neueste <code>stable</code> Version. Die <code>main</code>-Version ist nützlich, um mit den neuesten Entwicklungen Schritt zu halten. Zum Beispiel, wenn ein Fehler seit der letzten offiziellen Version behoben wurde, aber eine neue Version noch nicht veröffentlicht wurde. Das bedeutet jedoch, dass die “Hauptversion” nicht immer stabil ist. Wir bemühen uns, die Hauptversion einsatzbereit zu halten, und die meisten Probleme werden normalerweise innerhalb weniger Stunden oder eines Tages behoben. Wenn Sie auf ein Problem stoßen, öffnen Sie bitte ein <a href="https://github.com/huggingface/transformers/issues" rel="nofollow">Issue</a>, damit wir es noch schneller beheben können!',jt,ae,qn="Überprüfen wir, ob 🤗 Transformers richtig installiert wurde, indem Sie den folgenden Befehl ausführen:",Ht,re,It,oe,St,me,Qn="Sie benötigen eine bearbeitbare Installation, wenn Sie:",Wt,fe,On="<li>die “Haupt”-Version des Quellcodes verwenden möchten.</li> <li>Zu 🤗 Transformers beitragen und Änderungen am Code testen wollen.</li>",Lt,pe,Kn="Klonen Sie das Repository und installieren 🤗 Transformers mit den folgenden Befehlen:",Gt,de,Rt,ue,el="Diese Befehle verknüpfen den Ordner, in den Sie das Repository geklont haben, mit den Pfaden Ihrer Python-Bibliotheken. Python wird nun in dem Ordner suchen, in den Sie geklont haben, zusätzlich zu den normalen Bibliothekspfaden. Wenn zum Beispiel Ihre Python-Pakete normalerweise in <code>~/anaconda3/envs/main/lib/python3.7/site-packages/</code> installiert sind, wird Python auch den Ordner durchsuchen, in den Sie geklont haben: <code>~/transformers/</code>.",Et,J,Bt,he,tl="Jetzt können Sie Ihren Klon mit dem folgenden Befehl ganz einfach auf die neueste Version von 🤗 Transformers aktualisieren:",Pt,ge,Vt,$e,nl="Ihre Python-Umgebung wird beim nächsten Ausführen die <code>main</code>-Version von 🤗 Transformers finden.",Ft,ce,Nt,be,ll="Installation von dem conda Kanal <code>conda-forge</code>:",Xt,we,Yt,ve,At,Me,il="Vorgefertigte Modelle werden heruntergeladen und lokal zwischengespeichert unter: <code>~/.cache/huggingface/hub</code>. Dies ist das Standardverzeichnis, das durch die Shell-Umgebungsvariable “TRANSFORMERS_CACHE” vorgegeben ist. Unter Windows wird das Standardverzeichnis durch <code>C:\\Benutzer\\Benutzername\\.cache\\huggingface\\hub</code> angegeben. Sie können die unten aufgeführten Shell-Umgebungsvariablen - in der Reihenfolge ihrer Priorität - ändern, um ein anderes Cache-Verzeichnis anzugeben:",Dt,Te,sl="<li>Shell-Umgebungsvariable (Standard): <code>HUGGINGFACE_HUB_CACHE</code> oder <code>TRANSFORMERS_CACHE</code>.</li> <li>Shell-Umgebungsvariable: <code>HF_HOME</code>.</li> <li>Shell-Umgebungsvariable: <code>XDG_CACHE_HOME</code> + <code>/huggingface</code>.</li>",qt,k,Qt,ye,Ot,Ce,al="Transformers ist in der Lage, in einer Firewall- oder Offline-Umgebung zu laufen, indem es nur lokale Dateien verwendet. Setzen Sie die Umgebungsvariable <code>HF_HUB_OFFLINE=1</code>, um dieses Verhalten zu aktivieren.",Kt,U,en,_e,rl="So würden Sie beispielsweise ein Programm in einem normalen Netzwerk mit einer Firewall für externe Instanzen mit dem folgenden Befehl ausführen:",tn,xe,nn,Je,ol="Führen Sie das gleiche Programm in einer Offline-Instanz mit aus:",ln,ke,sn,Ue,ml="Das Skript sollte nun laufen, ohne sich aufzuhängen oder eine Zeitüberschreitung abzuwarten, da es weiß, dass es nur nach lokalen Dateien suchen soll.",an,Ze,rn,ze,fl="Eine andere Möglichkeit, 🤗 Transformers offline zu verwenden, besteht darin, die Dateien im Voraus herunterzuladen und dann auf ihren lokalen Pfad zu verweisen, wenn Sie sie offline verwenden müssen. Es gibt drei Möglichkeiten, dies zu tun:",on,y,qe,pl='<p>Laden Sie eine Datei über die Benutzeroberfläche des <a href="https://huggingface.co/models" rel="nofollow">Model Hub</a> herunter, indem Sie auf das ↓-Symbol klicken.</p> <p><img src="https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/download-icon.png" alt="download-icon"/></p>',yn,je,Qe,dl="Verwenden Sie den [PreTrainedModel.from_pretrained] und [PreTrainedModel.save_pretrained] Workflow:",Cn,C,He,Oe,ul="Laden Sie Ihre Dateien im Voraus mit <code>PreTrainedModel.from_pretrained()</code> herunter:",_n,Ie,xn,Se,Ke,hl="Speichern Sie Ihre Dateien in einem bestimmten Verzeichnis mit <code>PreTrainedModel.save_pretrained()</code>:",Jn,We,kn,Le,et,gl="Wenn Sie nun offline sind, laden Sie Ihre Dateien mit <code>PreTrainedModel.from_pretrained()</code> aus dem bestimmten Verzeichnis:",Un,Ge,Zn,Re,tt,$l='Programmatisches Herunterladen von Dateien mit der <a href="https://github.com/huggingface/huggingface_hub/tree/main/src/huggingface_hub" rel="nofollow">huggingface_hub</a> Bibliothek:',zn,Ee,Be,nt,cl="Installieren Sie die “huggingface_hub”-Bibliothek in Ihrer virtuellen Umgebung:",jn,Pe,Hn,Ve,lt,bl='Verwenden Sie die Funktion <a href="https://huggingface.co/docs/hub/adding-a-library#download-files-from-the-hub" rel="nofollow"><code>hf_hub_download</code></a>, um eine Datei in einen bestimmten Pfad herunterzuladen. Der folgende Befehl lädt zum Beispiel die Datei “config.json” aus dem Modell <a href="https://huggingface.co/bigscience/T0_3B" rel="nofollow">T0</a> in den gewünschten Pfad herunter:',In,Fe,mn,Ne,wl="Sobald Ihre Datei heruntergeladen und lokal zwischengespeichert ist, geben Sie den lokalen Pfad an, um sie zu laden und zu verwenden:",fn,Xe,pn,Z,dn,Ye,un,it,hn;return j=new z({props:{title:"Installation",local:"installation",headingTag:"h1"}}),W=new z({props:{title:"Installation mit pip",local:"installation-mit-pip",headingTag:"h2"}}),R=new b({props:{code:"cHl0aG9uJTIwLW0lMjB2ZW52JTIwLmVudg==",highlighted:'python -m venv .<span class="hljs-built_in">env</span>',wrap:!1}}),B=new b({props:{code:"c291cmNlJTIwLmVudiUyRmJpbiUyRmFjdGl2YXRl",highlighted:'<span class="hljs-built_in">source</span> .<span class="hljs-built_in">env</span>/bin/activate',wrap:!1}}),V=new b({props:{code:"LmVudiUyRlNjcmlwdHMlMkZhY3RpdmF0ZQ==",highlighted:'.<span class="hljs-built_in">env</span>/Scripts/activate',wrap:!1}}),N=new b({props:{code:"cGlwJTIwaW5zdGFsbCUyMHRyYW5zZm9ybWVycw==",highlighted:"pip install transformers",wrap:!1}}),Y=new b({props:{code:"cGlwJTIwaW5zdGFsbCUyMHRyYW5zZm9ybWVycyU1QnRvcmNoJTVE",highlighted:"pip install transformers[torch]",wrap:!1}}),D=new b({props:{code:"cGlwJTIwaW5zdGFsbCUyMHRyYW5zZm9ybWVycyU1QnRmLWNwdSU1RA==",highlighted:"pip install transformers[tf-cpu]",wrap:!1}}),Q=new b({props:{code:"cGlwJTIwaW5zdGFsbCUyMHRyYW5zZm9ybWVycyU1QmZsYXglNUQ=",highlighted:"pip install transformers[flax]",wrap:!1}}),K=new b({props:{code:"cHl0aG9uJTIwLWMlMjAlMjJmcm9tJTIwdHJhbnNmb3JtZXJzJTIwaW1wb3J0JTIwcGlwZWxpbmUlM0IlMjBwcmludChwaXBlbGluZSgnc2VudGltZW50LWFuYWx5c2lzJykoJ3dlJTIwbG92ZSUyMHlvdScpKSUyMg==",highlighted:'python -c <span class="hljs-string">&quot;from transformers import pipeline; print(pipeline(&#x27;sentiment-analysis&#x27;)(&#x27;we love you&#x27;))&quot;</span>',wrap:!1}}),te=new b({props:{code:"JTVCJTdCJ2xhYmVsJyUzQSUyMCdQT1NJVElWRSclMkMlMjAnc2NvcmUnJTNBJTIwMC45OTk4NzA0NzkxMDY5MDMxJTdEJTVE",highlighted:'[{<span class="hljs-string">&#x27;label&#x27;</span>: <span class="hljs-string">&#x27;POSITIVE&#x27;</span>, <span class="hljs-string">&#x27;score&#x27;</span>: 0.9998704791069031}]',wrap:!1}}),ne=new z({props:{title:"Installation aus dem Code",local:"installation-aus-dem-code",headingTag:"h2"}}),ie=new b({props:{code:"cGlwJTIwaW5zdGFsbCUyMGdpdCUyQmh0dHBzJTNBJTJGJTJGZ2l0aHViLmNvbSUyRmh1Z2dpbmdmYWNlJTJGdHJhbnNmb3JtZXJz",highlighted:"pip install git+https://github.com/huggingface/transformers",wrap:!1}}),re=new b({props:{code:"cHl0aG9uJTIwLWMlMjAlMjJmcm9tJTIwdHJhbnNmb3JtZXJzJTIwaW1wb3J0JTIwcGlwZWxpbmUlM0IlMjBwcmludChwaXBlbGluZSgnc2VudGltZW50LWFuYWx5c2lzJykoJ0klMjBsb3ZlJTIweW91JykpJTIy",highlighted:'python -c <span class="hljs-string">&quot;from transformers import pipeline; print(pipeline(&#x27;sentiment-analysis&#x27;)(&#x27;I love you&#x27;))&quot;</span>',wrap:!1}}),oe=new z({props:{title:"Editierbare Installation",local:"editierbare-installation",headingTag:"h2"}}),de=new b({props:{code:"Z2l0JTIwY2xvbmUlMjBodHRwcyUzQSUyRiUyRmdpdGh1Yi5jb20lMkZodWdnaW5nZmFjZSUyRnRyYW5zZm9ybWVycy5naXQlMEFjZCUyMHRyYW5zZm9ybWVycyUwQXBpcCUyMGluc3RhbGwlMjAtZSUyMC4=",highlighted:`git <span class="hljs-built_in">clone</span> https://github.com/huggingface/transformers.git
<span class="hljs-built_in">cd</span> transformers
pip install -e .`,wrap:!1}}),J=new Mn({props:{warning:!0,$$slots:{default:[Jl]},$$scope:{ctx:T}}}),ge=new b({props:{code:"Y2QlMjB+JTJGdHJhbnNmb3JtZXJzJTJGJTBBZ2l0JTIwcHVsbA==",highlighted:`<span class="hljs-built_in">cd</span> ~/transformers/
git pull`,wrap:!1}}),ce=new z({props:{title:"Installation mit conda",local:"installation-mit-conda",headingTag:"h2"}}),we=new b({props:{code:"Y29uZGElMjBpbnN0YWxsJTIwY29uZGEtZm9yZ2UlM0ElM0F0cmFuc2Zvcm1lcnM=",highlighted:"conda install conda-forge::transformers",wrap:!1}}),ve=new z({props:{title:"Cache Einrichtung",local:"cache-einrichtung",headingTag:"h2"}}),k=new Mn({props:{$$slots:{default:[kl]},$$scope:{ctx:T}}}),ye=new z({props:{title:"Offline Modus",local:"offline-modus",headingTag:"h2"}}),U=new Mn({props:{$$slots:{default:[Ul]},$$scope:{ctx:T}}}),xe=new b({props:{code:"cHl0aG9uJTIwZXhhbXBsZXMlMkZweXRvcmNoJTJGdHJhbnNsYXRpb24lMkZydW5fdHJhbnNsYXRpb24ucHklMjAtLW1vZGVsX25hbWVfb3JfcGF0aCUyMGdvb2dsZS10NSUyRnQ1LXNtYWxsJTIwLS1kYXRhc2V0X25hbWUlMjB3bXQxNiUyMC0tZGF0YXNldF9jb25maWclMjByby1lbiUyMC4uLg==",highlighted:"python examples/pytorch/translation/run_translation.py --model_name_or_path google-t5/t5-small --dataset_name wmt16 --dataset_config ro-en ...",wrap:!1}}),ke=new b({props:{code:"SEZfREFUQVNFVFNfT0ZGTElORSUzRDElMjBIRl9IVUJfT0ZGTElORSUzRDElMjAlNUMlMEFweXRob24lMjBleGFtcGxlcyUyRnB5dG9yY2glMkZ0cmFuc2xhdGlvbiUyRnJ1bl90cmFuc2xhdGlvbi5weSUyMC0tbW9kZWxfbmFtZV9vcl9wYXRoJTIwZ29vZ2xlLXQ1JTJGdDUtc21hbGwlMjAtLWRhdGFzZXRfbmFtZSUyMHdtdDE2JTIwLS1kYXRhc2V0X2NvbmZpZyUyMHJvLWVuJTIwLi4u",highlighted:`HF_DATASETS_OFFLINE=1 HF_HUB_OFFLINE=1 \\
python examples/pytorch/translation/run_translation.py --model_name_or_path google-t5/t5-small --dataset_name wmt16 --dataset_config ro-en ...`,wrap:!1}}),Ze=new z({props:{title:"Abrufen von Modellen und Tokenizern zur Offline-Verwendung",local:"abrufen-von-modellen-und-tokenizern-zur-offline-verwendung",headingTag:"h3"}}),Ie=new b({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMEF1dG9Ub2tlbml6ZXIlMkMlMjBBdXRvTW9kZWxGb3JTZXEyU2VxTE0lMEElMEF0b2tlbml6ZXIlMjAlM0QlMjBBdXRvVG9rZW5pemVyLmZyb21fcHJldHJhaW5lZCglMjJiaWdzY2llbmNlJTJGVDBfM0IlMjIpJTBBbW9kZWwlMjAlM0QlMjBBdXRvTW9kZWxGb3JTZXEyU2VxTE0uZnJvbV9wcmV0cmFpbmVkKCUyMmJpZ3NjaWVuY2UlMkZUMF8zQiUyMik=",highlighted:`<span class="hljs-meta">&gt;&gt;&gt; </span><span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> AutoTokenizer, AutoModelForSeq2SeqLM

<span class="hljs-meta">&gt;&gt;&gt; </span>tokenizer = AutoTokenizer.from_pretrained(<span class="hljs-string">&quot;bigscience/T0_3B&quot;</span>)
<span class="hljs-meta">&gt;&gt;&gt; </span>model = AutoModelForSeq2SeqLM.from_pretrained(<span class="hljs-string">&quot;bigscience/T0_3B&quot;</span>)`,wrap:!1}}),We=new b({props:{code:"dG9rZW5pemVyLnNhdmVfcHJldHJhaW5lZCglMjIuJTJGeW91ciUyRnBhdGglMkZiaWdzY2llbmNlX3QwJTIyKSUwQW1vZGVsLnNhdmVfcHJldHJhaW5lZCglMjIuJTJGeW91ciUyRnBhdGglMkZiaWdzY2llbmNlX3QwJTIyKQ==",highlighted:`<span class="hljs-meta">&gt;&gt;&gt; </span>tokenizer.save_pretrained(<span class="hljs-string">&quot;./your/path/bigscience_t0&quot;</span>)
<span class="hljs-meta">&gt;&gt;&gt; </span>model.save_pretrained(<span class="hljs-string">&quot;./your/path/bigscience_t0&quot;</span>)`,wrap:!1}}),Ge=new b({props:{code:"dG9rZW5pemVyJTIwJTNEJTIwQXV0b1Rva2VuaXplci5mcm9tX3ByZXRyYWluZWQoJTIyLiUyRnlvdXIlMkZwYXRoJTJGYmlnc2NpZW5jZV90MCUyMiklMEFtb2RlbCUyMCUzRCUyMEF1dG9Nb2RlbC5mcm9tX3ByZXRyYWluZWQoJTIyLiUyRnlvdXIlMkZwYXRoJTJGYmlnc2NpZW5jZV90MCUyMik=",highlighted:`<span class="hljs-meta">&gt;&gt;&gt; </span>tokenizer = AutoTokenizer.from_pretrained(<span class="hljs-string">&quot;./your/path/bigscience_t0&quot;</span>)
<span class="hljs-meta">&gt;&gt;&gt; </span>model = AutoModel.from_pretrained(<span class="hljs-string">&quot;./your/path/bigscience_t0&quot;</span>)`,wrap:!1}}),Pe=new b({props:{code:"cHl0aG9uJTIwLW0lMjBwaXAlMjBpbnN0YWxsJTIwaHVnZ2luZ2ZhY2VfaHVi",highlighted:"python -m pip install huggingface_hub",wrap:!1}}),Fe=new b({props:{code:"ZnJvbSUyMGh1Z2dpbmdmYWNlX2h1YiUyMGltcG9ydCUyMGhmX2h1Yl9kb3dubG9hZCUwQSUwQWhmX2h1Yl9kb3dubG9hZChyZXBvX2lkJTNEJTIyYmlnc2NpZW5jZSUyRlQwXzNCJTIyJTJDJTIwZmlsZW5hbWUlM0QlMjJjb25maWcuanNvbiUyMiUyQyUyMGNhY2hlX2RpciUzRCUyMi4lMkZ5b3VyJTJGcGF0aCUyRmJpZ3NjaWVuY2VfdDAlMjIp",highlighted:`<span class="hljs-meta">&gt;&gt;&gt; </span><span class="hljs-keyword">from</span> huggingface_hub <span class="hljs-keyword">import</span> hf_hub_download

<span class="hljs-meta">&gt;&gt;&gt; </span>hf_hub_download(repo_id=<span class="hljs-string">&quot;bigscience/T0_3B&quot;</span>, filename=<span class="hljs-string">&quot;config.json&quot;</span>, cache_dir=<span class="hljs-string">&quot;./your/path/bigscience_t0&quot;</span>)`,wrap:!1}}),Xe=new b({props:{code:"ZnJvbSUyMHRyYW5zZm9ybWVycyUyMGltcG9ydCUyMEF1dG9Db25maWclMEElMEFjb25maWclMjAlM0QlMjBBdXRvQ29uZmlnLmZyb21fcHJldHJhaW5lZCglMjIuJTJGeW91ciUyRnBhdGglMkZiaWdzY2llbmNlX3QwJTJGY29uZmlnLmpzb24lMjIp",highlighted:`<span class="hljs-meta">&gt;&gt;&gt; </span><span class="hljs-keyword">from</span> transformers <span class="hljs-keyword">import</span> AutoConfig

<span class="hljs-meta">&gt;&gt;&gt; </span>config = AutoConfig.from_pretrained(<span class="hljs-string">&quot;./your/path/bigscience_t0/config.json&quot;</span>)`,wrap:!1}}),Z=new Mn({props:{$$slots:{default:[Zl]},$$scope:{ctx:T}}}),Ye=new xl({props:{source:"https://github.com/huggingface/transformers/blob/main/docs/source/de/installation.md"}}),{c(){m=a("meta"),w=i(),c=a("p"),v=i(),f(j.$$.fragment),st=i(),H=a("p"),H.textContent=Sn,at=i(),I=a("p"),I.textContent=Wn,rt=i(),S=a("ul"),S.innerHTML=Ln,ot=i(),f(W.$$.fragment),mt=i(),L=a("p"),L.innerHTML=Gn,ft=i(),G=a("p"),G.textContent=Rn,pt=i(),f(R.$$.fragment),dt=i(),E=a("p"),E.textContent=En,ut=i(),f(B.$$.fragment),ht=i(),P=a("p"),P.textContent=Bn,gt=i(),f(V.$$.fragment),$t=i(),F=a("p"),F.textContent=Pn,ct=i(),f(N.$$.fragment),bt=i(),X=a("p"),X.textContent=Vn,wt=i(),f(Y.$$.fragment),vt=i(),A=a("p"),A.textContent=Fn,Mt=i(),f(D.$$.fragment),Tt=i(),q=a("p"),q.textContent=Nn,yt=i(),f(Q.$$.fragment),Ct=i(),O=a("p"),O.textContent=Xn,_t=i(),f(K.$$.fragment),xt=i(),ee=a("p"),ee.textContent=Yn,Jt=i(),f(te.$$.fragment),kt=i(),f(ne.$$.fragment),Ut=i(),le=a("p"),le.textContent=An,Zt=i(),f(ie.$$.fragment),zt=i(),se=a("p"),se.innerHTML=Dn,jt=i(),ae=a("p"),ae.textContent=qn,Ht=i(),f(re.$$.fragment),It=i(),f(oe.$$.fragment),St=i(),me=a("p"),me.textContent=Qn,Wt=i(),fe=a("ul"),fe.innerHTML=On,Lt=i(),pe=a("p"),pe.textContent=Kn,Gt=i(),f(de.$$.fragment),Rt=i(),ue=a("p"),ue.innerHTML=el,Et=i(),f(J.$$.fragment),Bt=i(),he=a("p"),he.textContent=tl,Pt=i(),f(ge.$$.fragment),Vt=i(),$e=a("p"),$e.innerHTML=nl,Ft=i(),f(ce.$$.fragment),Nt=i(),be=a("p"),be.innerHTML=ll,Xt=i(),f(we.$$.fragment),Yt=i(),f(ve.$$.fragment),At=i(),Me=a("p"),Me.innerHTML=il,Dt=i(),Te=a("ol"),Te.innerHTML=sl,qt=i(),f(k.$$.fragment),Qt=i(),f(ye.$$.fragment),Ot=i(),Ce=a("p"),Ce.innerHTML=al,Kt=i(),f(U.$$.fragment),en=i(),_e=a("p"),_e.textContent=rl,tn=i(),f(xe.$$.fragment),nn=i(),Je=a("p"),Je.textContent=ol,ln=i(),f(ke.$$.fragment),sn=i(),Ue=a("p"),Ue.textContent=ml,an=i(),f(Ze.$$.fragment),rn=i(),ze=a("p"),ze.textContent=fl,on=i(),y=a("ul"),qe=a("li"),qe.innerHTML=pl,yn=i(),je=a("li"),Qe=a("p"),Qe.textContent=dl,Cn=i(),C=a("ol"),He=a("li"),Oe=a("p"),Oe.innerHTML=ul,_n=i(),f(Ie.$$.fragment),xn=i(),Se=a("li"),Ke=a("p"),Ke.innerHTML=hl,Jn=i(),f(We.$$.fragment),kn=i(),Le=a("li"),et=a("p"),et.innerHTML=gl,Un=i(),f(Ge.$$.fragment),Zn=i(),Re=a("li"),tt=a("p"),tt.innerHTML=$l,zn=i(),Ee=a("ol"),Be=a("li"),nt=a("p"),nt.textContent=cl,jn=i(),f(Pe.$$.fragment),Hn=i(),Ve=a("li"),lt=a("p"),lt.innerHTML=bl,In=i(),f(Fe.$$.fragment),mn=i(),Ne=a("p"),Ne.textContent=wl,fn=i(),f(Xe.$$.fragment),pn=i(),f(Z.$$.fragment),dn=i(),f(Ye.$$.fragment),un=i(),it=a("p"),this.h()},l(e){const t=_l("svelte-u9bgzb",document.head);m=r(t,"META",{name:!0,content:!0}),t.forEach(n),w=s(e),c=r(e,"P",{}),M(c).forEach(n),v=s(e),p(j.$$.fragment,e),st=s(e),H=r(e,"P",{"data-svelte-h":!0}),o(H)!=="svelte-106tp00"&&(H.textContent=Sn),at=s(e),I=r(e,"P",{"data-svelte-h":!0}),o(I)!=="svelte-1isai22"&&(I.textContent=Wn),rt=s(e),S=r(e,"UL",{"data-svelte-h":!0}),o(S)!=="svelte-2nc81j"&&(S.innerHTML=Ln),ot=s(e),p(W.$$.fragment,e),mt=s(e),L=r(e,"P",{"data-svelte-h":!0}),o(L)!=="svelte-a0w3i5"&&(L.innerHTML=Gn),ft=s(e),G=r(e,"P",{"data-svelte-h":!0}),o(G)!=="svelte-hh8o14"&&(G.textContent=Rn),pt=s(e),p(R.$$.fragment,e),dt=s(e),E=r(e,"P",{"data-svelte-h":!0}),o(E)!=="svelte-1au77na"&&(E.textContent=En),ut=s(e),p(B.$$.fragment,e),ht=s(e),P=r(e,"P",{"data-svelte-h":!0}),o(P)!=="svelte-1dy87kd"&&(P.textContent=Bn),gt=s(e),p(V.$$.fragment,e),$t=s(e),F=r(e,"P",{"data-svelte-h":!0}),o(F)!=="svelte-1cw623k"&&(F.textContent=Pn),ct=s(e),p(N.$$.fragment,e),bt=s(e),X=r(e,"P",{"data-svelte-h":!0}),o(X)!=="svelte-hnqhsr"&&(X.textContent=Vn),wt=s(e),p(Y.$$.fragment,e),vt=s(e),A=r(e,"P",{"data-svelte-h":!0}),o(A)!=="svelte-171hywx"&&(A.textContent=Fn),Mt=s(e),p(D.$$.fragment,e),Tt=s(e),q=r(e,"P",{"data-svelte-h":!0}),o(q)!=="svelte-1ufj2u3"&&(q.textContent=Nn),yt=s(e),p(Q.$$.fragment,e),Ct=s(e),O=r(e,"P",{"data-svelte-h":!0}),o(O)!=="svelte-ztz60o"&&(O.textContent=Xn),_t=s(e),p(K.$$.fragment,e),xt=s(e),ee=r(e,"P",{"data-svelte-h":!0}),o(ee)!=="svelte-1u7p1s8"&&(ee.textContent=Yn),Jt=s(e),p(te.$$.fragment,e),kt=s(e),p(ne.$$.fragment,e),Ut=s(e),le=r(e,"P",{"data-svelte-h":!0}),o(le)!=="svelte-2vdiyy"&&(le.textContent=An),Zt=s(e),p(ie.$$.fragment,e),zt=s(e),se=r(e,"P",{"data-svelte-h":!0}),o(se)!=="svelte-12650sm"&&(se.innerHTML=Dn),jt=s(e),ae=r(e,"P",{"data-svelte-h":!0}),o(ae)!=="svelte-1okbmv1"&&(ae.textContent=qn),Ht=s(e),p(re.$$.fragment,e),It=s(e),p(oe.$$.fragment,e),St=s(e),me=r(e,"P",{"data-svelte-h":!0}),o(me)!=="svelte-nm6evv"&&(me.textContent=Qn),Wt=s(e),fe=r(e,"UL",{"data-svelte-h":!0}),o(fe)!=="svelte-niq6vt"&&(fe.innerHTML=On),Lt=s(e),pe=r(e,"P",{"data-svelte-h":!0}),o(pe)!=="svelte-fw2344"&&(pe.textContent=Kn),Gt=s(e),p(de.$$.fragment,e),Rt=s(e),ue=r(e,"P",{"data-svelte-h":!0}),o(ue)!=="svelte-1sro21z"&&(ue.innerHTML=el),Et=s(e),p(J.$$.fragment,e),Bt=s(e),he=r(e,"P",{"data-svelte-h":!0}),o(he)!=="svelte-4l9z4k"&&(he.textContent=tl),Pt=s(e),p(ge.$$.fragment,e),Vt=s(e),$e=r(e,"P",{"data-svelte-h":!0}),o($e)!=="svelte-1vys2uc"&&($e.innerHTML=nl),Ft=s(e),p(ce.$$.fragment,e),Nt=s(e),be=r(e,"P",{"data-svelte-h":!0}),o(be)!=="svelte-17f4j5t"&&(be.innerHTML=ll),Xt=s(e),p(we.$$.fragment,e),Yt=s(e),p(ve.$$.fragment,e),At=s(e),Me=r(e,"P",{"data-svelte-h":!0}),o(Me)!=="svelte-n4lojm"&&(Me.innerHTML=il),Dt=s(e),Te=r(e,"OL",{"data-svelte-h":!0}),o(Te)!=="svelte-k9g4uo"&&(Te.innerHTML=sl),qt=s(e),p(k.$$.fragment,e),Qt=s(e),p(ye.$$.fragment,e),Ot=s(e),Ce=r(e,"P",{"data-svelte-h":!0}),o(Ce)!=="svelte-17pitjh"&&(Ce.innerHTML=al),Kt=s(e),p(U.$$.fragment,e),en=s(e),_e=r(e,"P",{"data-svelte-h":!0}),o(_e)!=="svelte-1ntts5m"&&(_e.textContent=rl),tn=s(e),p(xe.$$.fragment,e),nn=s(e),Je=r(e,"P",{"data-svelte-h":!0}),o(Je)!=="svelte-1kql5wi"&&(Je.textContent=ol),ln=s(e),p(ke.$$.fragment,e),sn=s(e),Ue=r(e,"P",{"data-svelte-h":!0}),o(Ue)!=="svelte-jkjqhq"&&(Ue.textContent=ml),an=s(e),p(Ze.$$.fragment,e),rn=s(e),ze=r(e,"P",{"data-svelte-h":!0}),o(ze)!=="svelte-1u1z0sj"&&(ze.textContent=fl),on=s(e),y=r(e,"UL",{});var _=M(y);qe=r(_,"LI",{"data-svelte-h":!0}),o(qe)!=="svelte-ccgpo5"&&(qe.innerHTML=pl),yn=s(_),je=r(_,"LI",{});var Ae=M(je);Qe=r(Ae,"P",{"data-svelte-h":!0}),o(Qe)!=="svelte-1qlk19d"&&(Qe.textContent=dl),Cn=s(Ae),C=r(Ae,"OL",{});var x=M(C);He=r(x,"LI",{});var De=M(He);Oe=r(De,"P",{"data-svelte-h":!0}),o(Oe)!=="svelte-11p88aw"&&(Oe.innerHTML=ul),_n=s(De),p(Ie.$$.fragment,De),De.forEach(n),xn=s(x),Se=r(x,"LI",{});var gn=M(Se);Ke=r(gn,"P",{"data-svelte-h":!0}),o(Ke)!=="svelte-1tbrxpa"&&(Ke.innerHTML=hl),Jn=s(gn),p(We.$$.fragment,gn),gn.forEach(n),kn=s(x),Le=r(x,"LI",{});var $n=M(Le);et=r($n,"P",{"data-svelte-h":!0}),o(et)!=="svelte-b6uvn1"&&(et.innerHTML=gl),Un=s($n),p(Ge.$$.fragment,$n),$n.forEach(n),x.forEach(n),Ae.forEach(n),Zn=s(_),Re=r(_,"LI",{});var cn=M(Re);tt=r(cn,"P",{"data-svelte-h":!0}),o(tt)!=="svelte-v15lbs"&&(tt.innerHTML=$l),zn=s(cn),Ee=r(cn,"OL",{});var bn=M(Ee);Be=r(bn,"LI",{});var wn=M(Be);nt=r(wn,"P",{"data-svelte-h":!0}),o(nt)!=="svelte-5mjyz9"&&(nt.textContent=cl),jn=s(wn),p(Pe.$$.fragment,wn),wn.forEach(n),Hn=s(bn),Ve=r(bn,"LI",{});var vn=M(Ve);lt=r(vn,"P",{"data-svelte-h":!0}),o(lt)!=="svelte-1xpo3fq"&&(lt.innerHTML=bl),In=s(vn),p(Fe.$$.fragment,vn),vn.forEach(n),bn.forEach(n),cn.forEach(n),_.forEach(n),mn=s(e),Ne=r(e,"P",{"data-svelte-h":!0}),o(Ne)!=="svelte-kie8t0"&&(Ne.textContent=wl),fn=s(e),p(Xe.$$.fragment,e),pn=s(e),p(Z.$$.fragment,e),dn=s(e),p(Ye.$$.fragment,e),un=s(e),it=r(e,"P",{}),M(it).forEach(n),this.h()},h(){vl(m,"name","hf:doc:metadata"),vl(m,"content",jl)},m(e,t){$(document.head,m),l(e,w,t),l(e,c,t),l(e,v,t),d(j,e,t),l(e,st,t),l(e,H,t),l(e,at,t),l(e,I,t),l(e,rt,t),l(e,S,t),l(e,ot,t),d(W,e,t),l(e,mt,t),l(e,L,t),l(e,ft,t),l(e,G,t),l(e,pt,t),d(R,e,t),l(e,dt,t),l(e,E,t),l(e,ut,t),d(B,e,t),l(e,ht,t),l(e,P,t),l(e,gt,t),d(V,e,t),l(e,$t,t),l(e,F,t),l(e,ct,t),d(N,e,t),l(e,bt,t),l(e,X,t),l(e,wt,t),d(Y,e,t),l(e,vt,t),l(e,A,t),l(e,Mt,t),d(D,e,t),l(e,Tt,t),l(e,q,t),l(e,yt,t),d(Q,e,t),l(e,Ct,t),l(e,O,t),l(e,_t,t),d(K,e,t),l(e,xt,t),l(e,ee,t),l(e,Jt,t),d(te,e,t),l(e,kt,t),d(ne,e,t),l(e,Ut,t),l(e,le,t),l(e,Zt,t),d(ie,e,t),l(e,zt,t),l(e,se,t),l(e,jt,t),l(e,ae,t),l(e,Ht,t),d(re,e,t),l(e,It,t),d(oe,e,t),l(e,St,t),l(e,me,t),l(e,Wt,t),l(e,fe,t),l(e,Lt,t),l(e,pe,t),l(e,Gt,t),d(de,e,t),l(e,Rt,t),l(e,ue,t),l(e,Et,t),d(J,e,t),l(e,Bt,t),l(e,he,t),l(e,Pt,t),d(ge,e,t),l(e,Vt,t),l(e,$e,t),l(e,Ft,t),d(ce,e,t),l(e,Nt,t),l(e,be,t),l(e,Xt,t),d(we,e,t),l(e,Yt,t),d(ve,e,t),l(e,At,t),l(e,Me,t),l(e,Dt,t),l(e,Te,t),l(e,qt,t),d(k,e,t),l(e,Qt,t),d(ye,e,t),l(e,Ot,t),l(e,Ce,t),l(e,Kt,t),d(U,e,t),l(e,en,t),l(e,_e,t),l(e,tn,t),d(xe,e,t),l(e,nn,t),l(e,Je,t),l(e,ln,t),d(ke,e,t),l(e,sn,t),l(e,Ue,t),l(e,an,t),d(Ze,e,t),l(e,rn,t),l(e,ze,t),l(e,on,t),l(e,y,t),$(y,qe),$(y,yn),$(y,je),$(je,Qe),$(je,Cn),$(je,C),$(C,He),$(He,Oe),$(He,_n),d(Ie,He,null),$(C,xn),$(C,Se),$(Se,Ke),$(Se,Jn),d(We,Se,null),$(C,kn),$(C,Le),$(Le,et),$(Le,Un),d(Ge,Le,null),$(y,Zn),$(y,Re),$(Re,tt),$(Re,zn),$(Re,Ee),$(Ee,Be),$(Be,nt),$(Be,jn),d(Pe,Be,null),$(Ee,Hn),$(Ee,Ve),$(Ve,lt),$(Ve,In),d(Fe,Ve,null),l(e,mn,t),l(e,Ne,t),l(e,fn,t),d(Xe,e,t),l(e,pn,t),d(Z,e,t),l(e,dn,t),d(Ye,e,t),l(e,un,t),l(e,it,t),hn=!0},p(e,[t]){const _={};t&2&&(_.$$scope={dirty:t,ctx:e}),J.$set(_);const Ae={};t&2&&(Ae.$$scope={dirty:t,ctx:e}),k.$set(Ae);const x={};t&2&&(x.$$scope={dirty:t,ctx:e}),U.$set(x);const De={};t&2&&(De.$$scope={dirty:t,ctx:e}),Z.$set(De)},i(e){hn||(u(j.$$.fragment,e),u(W.$$.fragment,e),u(R.$$.fragment,e),u(B.$$.fragment,e),u(V.$$.fragment,e),u(N.$$.fragment,e),u(Y.$$.fragment,e),u(D.$$.fragment,e),u(Q.$$.fragment,e),u(K.$$.fragment,e),u(te.$$.fragment,e),u(ne.$$.fragment,e),u(ie.$$.fragment,e),u(re.$$.fragment,e),u(oe.$$.fragment,e),u(de.$$.fragment,e),u(J.$$.fragment,e),u(ge.$$.fragment,e),u(ce.$$.fragment,e),u(we.$$.fragment,e),u(ve.$$.fragment,e),u(k.$$.fragment,e),u(ye.$$.fragment,e),u(U.$$.fragment,e),u(xe.$$.fragment,e),u(ke.$$.fragment,e),u(Ze.$$.fragment,e),u(Ie.$$.fragment,e),u(We.$$.fragment,e),u(Ge.$$.fragment,e),u(Pe.$$.fragment,e),u(Fe.$$.fragment,e),u(Xe.$$.fragment,e),u(Z.$$.fragment,e),u(Ye.$$.fragment,e),hn=!0)},o(e){h(j.$$.fragment,e),h(W.$$.fragment,e),h(R.$$.fragment,e),h(B.$$.fragment,e),h(V.$$.fragment,e),h(N.$$.fragment,e),h(Y.$$.fragment,e),h(D.$$.fragment,e),h(Q.$$.fragment,e),h(K.$$.fragment,e),h(te.$$.fragment,e),h(ne.$$.fragment,e),h(ie.$$.fragment,e),h(re.$$.fragment,e),h(oe.$$.fragment,e),h(de.$$.fragment,e),h(J.$$.fragment,e),h(ge.$$.fragment,e),h(ce.$$.fragment,e),h(we.$$.fragment,e),h(ve.$$.fragment,e),h(k.$$.fragment,e),h(ye.$$.fragment,e),h(U.$$.fragment,e),h(xe.$$.fragment,e),h(ke.$$.fragment,e),h(Ze.$$.fragment,e),h(Ie.$$.fragment,e),h(We.$$.fragment,e),h(Ge.$$.fragment,e),h(Pe.$$.fragment,e),h(Fe.$$.fragment,e),h(Xe.$$.fragment,e),h(Z.$$.fragment,e),h(Ye.$$.fragment,e),hn=!1},d(e){e&&(n(w),n(c),n(v),n(st),n(H),n(at),n(I),n(rt),n(S),n(ot),n(mt),n(L),n(ft),n(G),n(pt),n(dt),n(E),n(ut),n(ht),n(P),n(gt),n($t),n(F),n(ct),n(bt),n(X),n(wt),n(vt),n(A),n(Mt),n(Tt),n(q),n(yt),n(Ct),n(O),n(_t),n(xt),n(ee),n(Jt),n(kt),n(Ut),n(le),n(Zt),n(zt),n(se),n(jt),n(ae),n(Ht),n(It),n(St),n(me),n(Wt),n(fe),n(Lt),n(pe),n(Gt),n(Rt),n(ue),n(Et),n(Bt),n(he),n(Pt),n(Vt),n($e),n(Ft),n(Nt),n(be),n(Xt),n(Yt),n(At),n(Me),n(Dt),n(Te),n(qt),n(Qt),n(Ot),n(Ce),n(Kt),n(en),n(_e),n(tn),n(nn),n(Je),n(ln),n(sn),n(Ue),n(an),n(rn),n(ze),n(on),n(y),n(mn),n(Ne),n(fn),n(pn),n(dn),n(un),n(it)),n(m),g(j,e),g(W,e),g(R,e),g(B,e),g(V,e),g(N,e),g(Y,e),g(D,e),g(Q,e),g(K,e),g(te,e),g(ne,e),g(ie,e),g(re,e),g(oe,e),g(de,e),g(J,e),g(ge,e),g(ce,e),g(we,e),g(ve,e),g(k,e),g(ye,e),g(U,e),g(xe,e),g(ke,e),g(Ze,e),g(Ie),g(We),g(Ge),g(Pe),g(Fe),g(Xe,e),g(Z,e),g(Ye,e)}}}const jl='{"title":"Installation","local":"installation","sections":[{"title":"Installation mit pip","local":"installation-mit-pip","sections":[],"depth":2},{"title":"Installation aus dem Code","local":"installation-aus-dem-code","sections":[],"depth":2},{"title":"Editierbare Installation","local":"editierbare-installation","sections":[],"depth":2},{"title":"Installation mit conda","local":"installation-mit-conda","sections":[],"depth":2},{"title":"Cache Einrichtung","local":"cache-einrichtung","sections":[],"depth":2},{"title":"Offline Modus","local":"offline-modus","sections":[{"title":"Abrufen von Modellen und Tokenizern zur Offline-Verwendung","local":"abrufen-von-modellen-und-tokenizern-zur-offline-verwendung","sections":[],"depth":3}],"depth":2}],"depth":1}';function Hl(T){return Tl(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class Rl extends yl{constructor(m){super(),Cl(this,m,Hl,zl,Ml,{})}}export{Rl as component};