Buckets:
| # آزمون پایان فصل[[end-of-chapter-quiz]] | |
| <CourseFloatingBanner | |
| chapter={5} | |
| classNames="absolute z-10 right-0 top-0" | |
| /> | |
| این فصل مطالب زیادی را پوشش داد! اگر همهی جزئیات را متوجه نشدید نگران نباشید؛ فصلهای بعدی به شما کمک میکنند بفهمید این مفاهیم در پشت صحنه چگونه کار میکنند. | |
| بااینحال، پیش از ادامه دادن، بیایید چیزهایی را که در این فصل یاد گرفتهاید امتحان کنیم. | |
| ### ۱. تابع `load_dataset()` در 🤗 Datasets به شما اجازه میدهد دیتاست را از کدامیک از مکانهای زیر بارگذاری کنید؟ | |
| <Question | |
| choices={[ | |
| { | |
| text: "بهصورت محلی، برای مثال روی لپتاپ شما", | |
| explain: "درست است! میتوانید مسیر فایلهای محلی را به آرگومان data_files تابع load_dataset() بدهید تا دیتاستهای محلی را بارگذاری کنید.", | |
| correct: true | |
| }, | |
| { | |
| text: "هاب هاگینگفِیس", | |
| explain: "درست است! میتوانید دیتاستهای موجود در هاب را با ارائهی شناسهی دیتاست، برای مثال load_dataset('emotion')، بارگذاری کنید.", | |
| correct: true | |
| }, | |
| { | |
| text: "یک سرور راه دور", | |
| explain: "درست است! میتوانید URLها را به آرگومان data_files تابع load_dataset() بدهید تا فایلهای راه دور را بارگذاری کنید.", | |
| correct: true | |
| }, | |
| ]} | |
| /> | |
| ### ۲. فرض کنید یکی از وظایف GLUE را به شکل زیر بارگذاری میکنید: | |
| ```py | |
| from datasets import load_dataset | |
| dataset = load_dataset("glue", "mrpc", split="train") | |
| ``` | |
| کدامیک از دستورهای زیر یک نمونهی تصادفی شامل ۵۰ عنصر از `dataset` تولید میکند؟ | |
| <Question | |
| choices={[ | |
| { | |
| text: "dataset.sample(50)", | |
| explain: "این گزینه نادرست است — متد Dataset.sample() وجود ندارد.", | |
| }, | |
| { | |
| text: "dataset.shuffle().select(range(50))", | |
| explain: "درست است! همانطور که در این فصل دیدید، ابتدا دیتاست را درهم میریزید و سپس نمونهها را از آن انتخاب میکنید.", | |
| correct: true | |
| }, | |
| { | |
| text: "dataset.select(range(50)).shuffle()", | |
| explain: "این گزینه نادرست است — اگرچه کد اجرا میشود، فقط ۵۰ عنصر اول دیتاست را درهم میریزد.", | |
| } | |
| ]} | |
| /> | |
| ### ۳. فرض کنید دیتاستی دربارهی حیوانات خانگی به نام `pets_dataset` دارید که شامل ستونی به نام `name` است و نام هر حیوان خانگی را مشخص میکند. کدامیک از روشهای زیر به شما اجازه میدهد دیتاست را برای همهی حیواناتی فیلتر کنید که نامشان با حرف «L» شروع میشود؟ | |
| <Question | |
| choices={[ | |
| { | |
| text: "pets_dataset.filter(lambda x : x['name'].startswith('L'))", | |
| explain: "درست است! استفاده از یک تابع lambda پایتون برای این فیلترهای سریع ایدهی بسیار خوبی است. آیا میتوانید راهحل دیگری پیدا کنید؟", | |
| correct: true | |
| }, | |
| { | |
| text: "pets_dataset.filter(lambda x['name'].startswith('L'))", | |
| explain: "این گزینه نادرست است — تابع lambda شکل کلی lambda *arguments* : *expression* را دارد، پس در اینجا باید آرگومانها را ارائه کنید.", | |
| }, | |
| { | |
| text: "تابعی مانند def filter_names(x): return x['name'].startswith('L') بسازید و pets_dataset.filter(filter_names) را اجرا کنید.", | |
| explain: "درست است! درست مانند Dataset.map()، میتوانید توابع صریح را به Dataset.filter() بدهید. این کار زمانی مفید است که منطق پیچیدهای دارید و برای یک تابع lambda کوتاه مناسب نیست. کدامیک از راهحلهای دیگر هم کار میکند؟", | |
| correct: true | |
| } | |
| ]} | |
| /> | |
| ### ۴. نگاشت حافظه چیست؟ | |
| <Question | |
| choices={[ | |
| { | |
| text: "نگاشتی بین RAM پردازنده و پردازندهی گرافیکی", | |
| explain: "این پاسخ درست نیست — دوباره تلاش کنید!", | |
| }, | |
| { | |
| text: "نگاشتی بین RAM و فضای ذخیرهسازی فایلسیستم", | |
| explain: "درست است! 🤗 Datasets هر دیتاست را بهعنوان یک فایل نگاشتشده در حافظه در نظر میگیرد. این کار به کتابخانه اجازه میدهد بدون نیاز به بارگذاری کامل دیتاست در حافظه، به عناصر آن دسترسی پیدا کند و روی آنها عملیات انجام دهد.", | |
| correct: true | |
| }, | |
| { | |
| text: "نگاشتی بین دو فایل در حافظهی نهان 🤗 Datasets", | |
| explain: "این گزینه درست نیست — دوباره تلاش کنید!" | |
| } | |
| ]} | |
| /> | |
| ### ۵. کدامیک از موارد زیر مزایای اصلی نگاشت حافظه هستند؟ | |
| <Question | |
| choices={[ | |
| { | |
| text: "دسترسی به فایلهای نگاشتشده در حافظه سریعتر از خواندن از دیسک یا نوشتن روی آن است.", | |
| explain: "درست است! به همین دلیل 🤗 Datasets بسیار سریع است. البته این تنها مزیت آن نیست.", | |
| correct: true | |
| }, | |
| { | |
| text: "برنامهها میتوانند بدون خواندن ابتدا کل یک فایل بسیار بزرگ در RAM، به بخشهایی از دادهی آن دسترسی پیدا کنند.", | |
| explain: "درست است! این کار به 🤗 Datasets اجازه میدهد دیتاستهای چندگیگابایتی را روی لپتاپ شما بارگذاری کند، بدون اینکه CPU را از کار بیندازد. نگاشت حافظه چه مزیت دیگری دارد؟", | |
| correct: true | |
| }, | |
| { | |
| text: "انرژی کمتری مصرف میکند، بنابراین باتری شما مدت بیشتری دوام میآورد.", | |
| explain: "این گزینه درست نیست — دوباره تلاش کنید!" | |
| } | |
| ]} | |
| /> | |
| ### ۶. چرا کد زیر با خطا مواجه میشود؟ | |
| ```py | |
| from datasets import load_dataset | |
| dataset = load_dataset("allocine", streaming=True, split="train") | |
| dataset[0] | |
| ``` | |
| <Question | |
| choices={[ | |
| { | |
| text: "تلاش میکند دیتاستی را بهصورت جریانی دریافت کند که برای قرار گرفتن در RAM بیش از حد بزرگ است.", | |
| explain: "این گزینه درست نیست — دیتاستهای جریانی هنگام نیاز از حالت فشرده خارج میشوند و میتوانید دیتاستهایی در اندازهی ترابایت را با RAM بسیار کمی پردازش کنید!", | |
| }, | |
| { | |
| text: "تلاش میکند به یک IterableDataset دسترسی پیدا کند.", | |
| explain: "درست است! یک IterableDataset مولد است، نه یک محفظه؛ بنابراین باید با استفاده از next(iter(dataset)) به عناصر آن دسترسی پیدا کنید.", | |
| correct: true | |
| }, | |
| { | |
| text: "دیتاست allocine شامل split به نام train نیست.", | |
| explain: "این گزینه نادرست است — برای دیدن splitهای موجود، [کارت دیتاست allocine](https://huggingface.co/datasets/allocine) را در هاب بررسی کنید." | |
| } | |
| ]} | |
| /> | |
| ### ۷. کدامیک از موارد زیر مزایای اصلی ساختن کارت دیتاست هستند؟ | |
| <Question | |
| choices={[ | |
| { | |
| text: "اطلاعاتی دربارهی کاربرد موردنظر و وظایف پشتیبانیشدهی دیتاست ارائه میکند تا دیگر اعضای جامعه بتوانند دربارهی استفاده از آن تصمیمی آگاهانه بگیرند.", | |
| explain: "درست است! ممکن است از دیتاستهای بدون مستندات برای تعلیم مدلهایی استفاده شود که با اهداف سازندگان دیتاست همخوانی ندارند، یا اگر مدلها با دادههایی تعلیم ببینند که حریم خصوصی یا محدودیتهای مجوز را نقض میکنند، وضعیت حقوقی نامشخصی پیدا کنند. البته این تنها مزیت نیست!", | |
| correct : true | |
| }, | |
| { | |
| text: "به جلب توجه به سوگیریهای موجود در یک پیکره کمک میکند.", | |
| explain: "درست است! تقریباً همهی دیتاستها نوعی سوگیری دارند که میتواند در ادامه پیامدهای منفی ایجاد کند. آگاهی از این سوگیریها به سازندگان مدل کمک میکند بفهمند چگونه با سوگیریهای ذاتی برخورد کنند. کارتهای دیتاست چه کمک دیگری میکنند؟", | |
| correct : true | |
| }, | |
| { | |
| text: "احتمال استفادهی دیگر اعضای جامعه از دیتاست من را افزایش میدهد.", | |
| explain: "درست است! کارت دیتاستی که خوب نوشته شده باشد معمولاً باعث استفادهی بیشتر از دیتاست ارزشمند شما میشود. چه مزایای دیگری دارد؟", | |
| correct : true | |
| }, | |
| ]} | |
| /> | |
| ### ۸. جستوجوی معنایی چیست؟ | |
| <Question | |
| choices={[ | |
| { | |
| text: "روشی برای جستوجوی تطبیقهای دقیق بین کلمههای یک پرسوجو و سندهای یک پیکره", | |
| explain: "این گزینه نادرست است — این نوع جستوجو «جستوجوی واژگانی» نام دارد و همان چیزی است که معمولاً در موتورهای جستوجوی سنتی میبینید." | |
| }, | |
| { | |
| text: "روشی برای جستوجوی سندهای مطابق با پرسوجو از طریق درک معنای زمینهای آن", | |
| explain: "درست است! جستوجوی معنایی از بردارهای embedding برای نمایش پرسوجوها و سندها استفاده میکند و با کمک یک معیار شباهت، میزان همپوشانی بین آنها را اندازه میگیرد. آن را چگونه میتوان به شکل دیگری توصیف کرد؟", | |
| correct: true | |
| }, | |
| { | |
| text: "روشی برای بهبود دقت جستوجو", | |
| explain: "درست است! موتورهای جستوجوی معنایی میتوانند نیت پرسوجو را بسیار بهتر از تطبیق کلمات کلیدی تشخیص دهند و معمولاً سندهایی با دقت بیشتر بازیابی میکنند. اما این تنها پاسخ درست نیست — جستوجوی معنایی چه چیز دیگری ارائه میکند؟", | |
| correct: true | |
| } | |
| ]} | |
| /> | |
| ### ۹. در جستوجوی معنایی نامتقارن، معمولاً با چه چیزی روبهرو هستید؟ | |
| <Question | |
| choices={[ | |
| { | |
| text: "یک پرسوجوی کوتاه و پاراگرافی طولانیتر که به آن پرسوجو پاسخ میدهد", | |
| explain: "درست است!", | |
| correct : true | |
| }, | |
| { | |
| text: "پرسوجوها و پاراگرافهایی که تقریباً طول یکسانی دارند", | |
| explain: "این در واقع نمونهای از جستوجوی معنایی متقارن است — دوباره تلاش کنید!" | |
| }, | |
| { | |
| text: "یک پرسوجوی طولانی و پاراگرافی کوتاهتر که به آن پرسوجو پاسخ میدهد", | |
| explain: "این گزینه درست نیست — دوباره تلاش کنید!" | |
| } | |
| ]} | |
| /> | |
| ### ۱۰. آیا میتوانم از 🤗 Datasets برای بارگذاری دادههایی در حوزههای دیگر، مانند پردازش گفتار، استفاده کنم؟ | |
| <Question | |
| choices={[ | |
| { | |
| text: "خیر", | |
| explain: "این گزینه نادرست است — 🤗 Datasets در حال حاضر از دادههای جدولی، صوتی و بینایی ماشین پشتیبانی میکند. برای دیدن نمونهای از دادههای بینایی ماشین، دیتاست MNIST را در هاب ببینید." | |
| }, | |
| { | |
| text: "بله", | |
| explain: "درست است! برای آشنایی با پیشرفتهای هیجانانگیز پردازش گفتار و بینایی در کتابخانهی 🤗 Transformers، ببینید 🤗 Datasets چگونه در این حوزهها استفاده میشود.", | |
| correct : true | |
| }, | |
| ]} | |
| /> | |
Xet Storage Details
- Size:
- 13.3 kB
- Xet hash:
- 5f53f7365b3540b4bafd8b8d19c7c29043949d0dde032007f5e56aae1b017eb4
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.