Buckets:
| # مقدمه[[introduction]] | |
| <CourseFloatingBanner | |
| chapter={5} | |
| classNames="absolute z-10 right-0 top-0" | |
| /> | |
| در [فصل ۳](/course/chapter3) نخستین آشنایی خود را با کتابخانهی 🤗 Datasets به دست آوردید و دیدید که هنگام کوک کردن یک مدل، سه گام اصلی وجود دارد: | |
| 1. یک دیتاست را از هاب هاگینگفِیس بارگذاری کنید. | |
| 2. دادهها را با `Dataset.map()` پیشپردازش کنید. | |
| 3. معیارها را بارگذاری و محاسبه کنید. | |
| اما این فقط سطح تواناییهای 🤗 Datasets را نشان میدهد! در این فصل، عمیقاً در این کتابخانه کاوش میکنیم. در طول مسیر، پاسخ پرسشهای زیر را پیدا خواهیم کرد: | |
| * وقتی دیتاست شما در هاب نیست، چه کار میکنید؟ | |
| * چگونه میتوانید یک دیتاست را برش دهید و قسمتبندی کنید؟ (و اگر واقعاً لازم باشد از Pandas استفاده کنید چه؟) | |
| * وقتی دیتاست شما آنقدر بزرگ است که RAM لپتاپتان را از کار میاندازد، چه کار میکنید؟ | |
| * «نگاشت حافظه» و Apache Arrow دیگر چه هستند؟ | |
| * چگونه میتوانید دیتاست خودتان را بسازید و آن را به هاب push کنید؟ | |
| تکنیکهایی که در اینجا یاد میگیرید، شما را برای وظایف پیشرفتهی توکِنایز کردن و کوک کردن در [فصل ۶](/course/chapter6) و [فصل ۷](/course/chapter7) آماده میکنند — پس یک فنجان قهوه بردارید و شروع کنیم! | |
Xet Storage Details
- Size:
- 1.83 kB
- Xet hash:
- 7f31e1e4831f3ac58af31a6e81b13b8fb018be79f383dea420f8518723bb1371
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.