help/help-content.json

{
  "metadata": {
    "en": "Metadata displays general information about the ONNX model, including the producer name, model version, ONNX opset version, IR version, and any custom attributes embedded in the model file. This helps you quickly identify the origin and compatibility of the model.",
    "vi": "Siêu dữ liệu hiển thị thông tin chung về mô hình ONNX, bao gồm tên nhà sản xuất, phiên bản mô hình, phiên bản opset ONNX, phiên bản IR và các thuộc tính tùy chỉnh được nhúng trong tệp mô hình. Điều này giúp bạn nhanh chóng xác định nguồn gốc và khả năng tương thích của mô hình.",
    "ja": "メタデータは、プロデューサー名、モデルバージョン、ONNX opsetバージョン、IRバージョン、モデルファイルに埋め込まれたカスタム属性など、ONNXモデルに関する一般情報を表示します。これにより、モデルの出所と互換性をすばやく確認できます。"
  },
  "inputOutput": {
    "en": "Inputs & Outputs shows the tensor interfaces of the model — the data it expects to receive and the results it produces. Each entry includes the tensor name, shape, and data type, helping you understand how to feed data into the model and interpret its output.",
    "vi": "Đầu vào & Đầu ra hiển thị các giao diện tensor của mô hình — dữ liệu mà mô hình mong đợi nhận và kết quả mà nó tạo ra. Mỗi mục bao gồm tên tensor, hình dạng và kiểu dữ liệu, giúp bạn hiểu cách đưa dữ liệu vào mô hình và diễn giải kết quả đầu ra.",
    "ja": "入出力は、モデルのテンソルインターフェースを表示します — モデルが受け取るデータと生成する結果です。各項目にはテンソル名、形状、データ型が含まれており、モデルへのデータ入力方法と出力の解釈方法を理解するのに役立ちます。"
  },
  "initializers": {
    "en": "Initializers are the constant tensors (weights and biases) embedded within the model. This section lists all initializers with their names, shapes, and data types. It is useful for understanding the learned parameters and estimating the model's memory requirements.",
    "vi": "Bộ khởi tạo là các tensor hằng số (trọng số và bias) được nhúng trong mô hình. Phần này liệt kê tất cả các bộ khởi tạo với tên, hình dạng và kiểu dữ liệu. Nó hữu ích để hiểu các tham số đã học và ước tính yêu cầu bộ nhớ của mô hình.",
    "ja": "初期化子は、モデルに埋め込まれた定数テンソル（重みとバイアス）です。このセクションでは、すべての初期化子の名前、形状、データ型を一覧表示します。学習済みパラメータの理解やモデルのメモリ要件の見積もりに役立ちます。"
  },
  "layerStats": {
    "en": "Layer Statistics provides a breakdown of operator types used in the model, showing the count and percentage of each type. This gives you a quick overview of the model's architecture and helps identify which operations dominate the computation graph.",
    "vi": "Thống kê Layer cung cấp bảng phân tích các loại toán tử được sử dụng trong mô hình, hiển thị số lượng và tỷ lệ phần trăm của từng loại. Điều này giúp bạn có cái nhìn tổng quan nhanh về kiến trúc mô hình và xác định các phép toán nào chiếm ưu thế trong đồ thị tính toán.",
    "ja": "レイヤー統計は、モデルで使用されているオペレータタイプの内訳を提供し、各タイプの数と割合を表示します。これにより、モデルのアーキテクチャの概要をすばやく把握し、計算グラフでどの演算が支配的かを特定できます。"
  },
  "modelComplexity": {
    "en": "Model Complexity shows key metrics about the model's size, including total parameter count, estimated memory footprint, and the number of nodes, edges, and initializers. These metrics help you evaluate the computational cost and deployment requirements of the model.",
    "vi": "Độ phức tạp mô hình hiển thị các chỉ số chính về kích thước mô hình, bao gồm tổng số tham số, dung lượng bộ nhớ ước tính và số lượng node, edge và bộ khởi tạo. Các chỉ số này giúp bạn đánh giá chi phí tính toán và yêu cầu triển khai của mô hình.",
    "ja": "モデル複雑度は、総パラメータ数、推定メモリフットプリント、ノード・エッジ・初期化子の数など、モデルサイズに関する主要な指標を表示します。これらの指標は、モデルの計算コストとデプロイ要件を評価するのに役立ちます。"
  },
  "opsetCompatibility": {
    "en": "Opset Compatibility checks which ONNX opset versions are compatible with the model. It displays the current opset version, lists common runtime versions, and flags any custom operator domains. This helps you determine which ONNX runtimes can execute the model.",
    "vi": "Tương thích Opset kiểm tra các phiên bản opset ONNX nào tương thích với mô hình. Nó hiển thị phiên bản opset hiện tại, liệt kê các phiên bản runtime phổ biến và đánh dấu các domain toán tử tùy chỉnh. Điều này giúp bạn xác định runtime ONNX nào có thể thực thi mô hình.",
    "ja": "Opset互換性は、モデルと互換性のあるONNX opsetバージョンを確認します。現在のopsetバージョンを表示し、一般的なランタイムバージョンを一覧表示し、カスタムオペレータドメインをフラグ付けします。これにより、どのONNXランタイムがモデルを実行できるかを判断できます。"
  },
  "modelGraph": {
    "en": "Model Graph visualizes the computational graph of the ONNX model, showing operators as nodes and data flow as edges. You can zoom, pan, and click on nodes to explore the model's structure and understand how data is transformed step by step.",
    "vi": "Đồ thị mô hình trực quan hóa đồ thị tính toán của mô hình ONNX, hiển thị các toán tử dưới dạng node và luồng dữ liệu dưới dạng edge. Bạn có thể phóng to, di chuyển và click vào các node để khám phá cấu trúc mô hình và hiểu cách dữ liệu được biến đổi từng bước.",
    "ja": "モデルグラフは、ONNXモデルの計算グラフを可視化し、オペレータをノードとして、データフローをエッジとして表示します。ズーム、パン、ノードのクリックにより、モデルの構造を探索し、データがどのように段階的に変換されるかを理解できます。"
  },
  "nodeDetails": {
    "en": "Node Details displays comprehensive information about a selected operator in the graph, including its type, attributes, and input/output tensors. Select any node in the graph to inspect its configuration and trace the data flow through it.",
    "vi": "Chi tiết Node hiển thị thông tin toàn diện về một toán tử được chọn trong đồ thị, bao gồm loại, thuộc tính và các tensor đầu vào/đầu ra. Chọn bất kỳ node nào trong đồ thị để kiểm tra cấu hình và theo dõi luồng dữ liệu đi qua nó.",
    "ja": "ノード詳細は、グラフ内の選択されたオペレータに関する包括的な情報を表示します。タイプ、属性、入出力テンソルが含まれます。グラフ内の任意のノードを選択して、その設定を確認し、データフローを追跡できます。"
  },
  "safetensorsSummary": {
    "en": "SafeTensors Overview displays a summary of the loaded SafeTensors file, including the total number of tensors, total parameter count, estimated memory footprint, and the distribution of data types (dtype) across all tensors. This helps you quickly assess the size and composition of the model weights.",
    "vi": "Tổng Quan SafeTensors hiển thị tóm tắt về tệp SafeTensors đã tải, bao gồm tổng số tensor, tổng số tham số, dung lượng bộ nhớ ước tính và phân bố kiểu dữ liệu (dtype) trên tất cả các tensor. Điều này giúp bạn nhanh chóng đánh giá kích thước và thành phần của trọng số mô hình.",
    "ja": "SafeTensors概要は、読み込まれたSafeTensorsファイルの要約を表示します。テンソルの総数、総パラメータ数、推定メモリフットプリント、全テンソルにわたるデータ型（dtype）の分布が含まれます。これにより、モデルの重みのサイズと構成をすばやく評価できます。"
  },
  "safetensorsTensorList": {
    "en": "Tensor List displays all tensors stored in the SafeTensors file with their names, shapes, data types, and sizes. You can search tensors by name and sort them by name or size to quickly locate specific weights or layers in the model.",
    "vi": "Danh Sách Tensor hiển thị tất cả các tensor được lưu trữ trong tệp SafeTensors với tên, hình dạng, kiểu dữ liệu và kích thước. Bạn có thể tìm kiếm tensor theo tên và sắp xếp theo tên hoặc kích thước để nhanh chóng định vị các trọng số hoặc layer cụ thể trong mô hình.",
    "ja": "テンソルリストは、SafeTensorsファイルに保存されているすべてのテンソルを名前、形状、データ型、サイズとともに表示します。名前でテンソルを検索したり、名前やサイズで並べ替えたりして、モデル内の特定の重みやレイヤーをすばやく見つけることができます。"
  },
  "safetensorsMetadata": {
    "en": "SafeTensors Metadata displays the key-value pairs stored in the SafeTensors file header. This may include information such as the model format, framework used, or other custom attributes embedded by the model creator.",
    "vi": "Metadata SafeTensors hiển thị các cặp khóa-giá trị được lưu trữ trong header của tệp SafeTensors. Thông tin này có thể bao gồm định dạng mô hình, framework được sử dụng hoặc các thuộc tính tùy chỉnh khác được nhúng bởi người tạo mô hình.",
    "ja": "SafeTensorsメタデータは、SafeTensorsファイルヘッダーに保存されているキーと値のペアを表示します。モデル形式、使用されたフレームワーク、またはモデル作成者が埋め込んだその他のカスタム属性などの情報が含まれる場合があります。"
  }
}