Тест по главе: Datasets: HuggingFace: курс по Transformers

Урок 64 из 104 курса «HuggingFace: курс по Transformers»: официальный курс Hugging Face Learn (Хаггинг Фейс) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Эта глава охватила много вопросов! Не волнуйтесь, если вы не поняли всех деталей; следующие главы помогут вам понять, как все работает внутри. Однако, прежде чем двигаться дальше, давайте проверим то, что вы узнали в этой главе. функции для загрузки локальных наборов данных.", correct: true }, { text: "Hugging Face Hub", explain: "Правильно! Вы можете загружать наборы данных в Hub, указав идентификатор набора данных, например. .", correct: true }, { text: "Удаленный сервер", explain: "Правильно! Вы можете передать URLs в аргумент фунции . ", correct: true }, ]} /> Какая из следующих команд создаст случайную выборку из 50 элементов из dataset? ", explain: "Это неверно — нет метода ." }, { text: "", explain: "Правильный! Как вы видели в этой главе, вы сначала перемешиваете набор данных, а затем выбираете из него подмножества.", correct: true }, { text: "", explain: "Это неверно — хотя код запустится, он перемешает только первые 50 элементов в наборе данных." } ]} /> ", explain: "Правильно! Использование лямбда-функции Python для этих быстрых фильтров — отличная идея. Можете ли вы придумать другое решение?", correct: true }, { text: "", explain: "Это неверно — лямбда-функция принимает общую форму , поэтому в этом случае вам необходимо предоставить аргументы." }, { text: "Create a function like and run .", explain: "Правильно! Как и в случае с , вы можете передавать явные функции в . Это полезно, когда у вас есть сложная логика, которая не подходит для короткой лямбда-функции. Какое из других решений будет работать?", correct: true } ]} /> .", explain: "Правильно! — это генератор, а не контейнер, поэтому вы должны получить доступ к его элементам, используя .", correct: true }, { text: "Набор данных не имеет разделения .", explain: "Это неверно — проверьте карточку набора данных в Hub, чтобы увидеть, какие разбиения он содержит." } ]} /> в Hub для примера компьютерного зрения." }, { text: "Да", explain: "Правильно! Ознакомьтесь с захватывающими разработками в области речи и зрения в библиотеке 🤗 Transformers, чтобы узнать, как 🤗 Datasets используются в этих областях.", correct : true }, ]} />

План урока

  1. Из каких источников функция load_dataset() в 🤗 Datasets позволяет загружать наборы данных?
  2. 2. Предположим, вы загружаете одну из задач GLUE следующим образом
  3. 4. Что такое отображение в память?
  4. 5. Что из перечисленного ниже является основным преимуществом отображения памяти?
  5. 6. Почему следующий код не работает?
  6. 7. Что из перечисленного является основными преимуществами создания карточки датасета?
  7. 8. Что такое семантический поиск?
  8. 9. Для асимметричного семантического поиска можно использовать

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Полезные гиды