# Utilitários para pipelines

Esta página lista todas as funções utilitárias que a biblioteca fornece para pipelines.

A maioria delas só é útil se você estiver estudando o código dos modelos da biblioteca.

## Tratamento de argumentos[[transformers.pipelines.ArgumentHandler]]

#### transformers.pipelines.ArgumentHandler[[transformers.pipelines.ArgumentHandler]]

```python
transformers.pipelines.ArgumentHandler()
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/base.py#L388)

Interface base para o tratamento de argumentos de cada [Pipeline](/docs/transformers/main/pt/main_classes/pipelines#transformers.Pipeline).

#### transformers.pipelines.ZeroShotClassificationArgumentHandler[[transformers.pipelines.ZeroShotClassificationArgumentHandler]]

```python
transformers.pipelines.ZeroShotClassificationArgumentHandler()
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/zero_shot_classification.py#L13)

Trata os argumentos para zero-shot em classificação de texto, transformando cada rótulo possível em um par premissa/hipótese de NLI.

## Formato de dados[[transformers.PipelineDataFormat]]

#### transformers.PipelineDataFormat[[transformers.PipelineDataFormat]]

```python
transformers.PipelineDataFormat(output_path: str | None, input_path: str | None, column: str | None, overwrite: bool = False)
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/base.py#L398)

**Parâmetros:**

output_path (`str`) : Onde salvar os dados de saída.

input_path (`str`) : Onde procurar os dados de entrada.

column (`str`) : A coluna a ser lida.

overwrite (`bool`, *opcional*, padrão `False`) : Indica se deve sobrescrever o `output_path`.

Classe base para todos os formatos de dados suportados pelo pipeline, tanto para leitura quanto para gravação. Os formatos de dados atualmente suportados incluem:

- JSON
- CSV
- stdin/stdout (tubo)

`PipelineDataFormat` também inclui alguns utilitários para trabalhar com múltiplas colunas, como o mapeamento de colunas de datasets para argumentos de palavra-chave dos pipelines por meio do formato `dataset_kwarg_1=dataset_column_1`.

#### from_str[[transformers.PipelineDataFormat.from_str]]

```python
from_str(format: str, output_path: str | None, input_path: str | None, column: str | None, overwrite = False)
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/base.py#L475)

**Parâmetros:**

format (`str`) : O formato do pipeline desejado. Os valores aceitos são `"json"`, `"csv"` ou `"pipe"`.

output_path (`str`, *opcional*) : Onde salvar os dados de saída.

input_path (`str`, *opcional*) : Onde procurar os dados de entrada.

column (`str`, *opcional*) : A coluna a ser lida.

overwrite (`bool`, *opcional*, padrão `False`) : Se deve sobrescrever o `output_path`.

**Retorna:** [PipelineDataFormat](/docs/transformers/main/pt/internal/pipelines_utils#transformers.PipelineDataFormat)

O formato de dados adequado.

Cria uma instância da subclasse correta de [PipelineDataFormat](/docs/transformers/main/pt/internal/pipelines_utils#transformers.PipelineDataFormat) com base em `format`.

#### salvar[[transformers.PipelineDataFormat.save]]

```python
save(data: dict | list[dict])
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/base.py#L447)

**Parâmetros:**

data (`dict` ou lista de `dict`) : Os dados a serem armazenados.

Salve o objeto de dados fornecido com a representação para o [PipelineDataFormat](/docs/transformers/main/pt/internal/pipelines_utils#transformers.PipelineDataFormat) atual.

#### save_binary[[transformers.PipelineDataFormat.save_binary]]

```python
save_binary(data: dict | list[dict])
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/base.py#L457)

**Parâmetros:**

data (`dict` ou lista de `dict`) : Os dados a serem armazenados.

**Retorna:** `str`

Caminho onde os dados foram salvos.

Salve o objeto de dados fornecido como dados binários no formato pickle no disco.

#### transformers.CsvPipelineDataFormat[[transformers.CsvPipelineDataFormat]]

```python
transformers.CsvPipelineDataFormat(output_path: str | None, input_path: str | None, column: str | None, overwrite = False)
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/base.py#L511)

**Parâmetros:**

output_path (`str`) : Onde salvar os dados de saída.

input_path (`str`) : Onde procurar os dados de entrada.

column (`str`) : A coluna a ser lida.

overwrite (`bool`, *opcional*, padrão `False`) : Indica se deve sobrescrever o `output_path`.

Suporte a pipelines que utilizam o formato de dados CSV.

#### salvar[[transformers.CsvPipelineDataFormat.save]]

```python
save(data: list[dict])
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/base.py#L541)

**Parâmetros:**

data (`list[dict]`) : Os dados a serem armazenados.

Salve o objeto de dados fornecido com a representação para o [PipelineDataFormat](/docs/transformers/main/pt/internal/pipelines_utils#transformers.PipelineDataFormat) atual.

#### transformers.JsonPipelineDataFormat[[transformers.JsonPipelineDataFormat]]

```python
transformers.JsonPipelineDataFormat(output_path: str | None, input_path: str | None, column: str | None, overwrite = False)
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/base.py#L555)

**Parâmetros:**

output_path (`str`) : Onde salvar os dados de saída.

input_path (`str`) : Onde procurar os dados de entrada.

column (`str`) : A coluna a ser lida.

overwrite (`bool`, *opcional*, padrão `False`) : Se deve sobrescrever o `output_path`.

Suporte a pipelines que utilizam o formato de arquivo JSON.

#### salvar[[transformers.JsonPipelineDataFormat.save]]

```python
save(data: dict)
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/base.py#L586)

**Parâmetros:**

data (`dict`) : Os dados a serem armazenados.

Salve o objeto de dados fornecido em um arquivo json.

#### transformers.PipedPipelineDataFormat[[transformers.PipedPipelineDataFormat]]

```python
transformers.PipedPipelineDataFormat(output_path: str | None, input_path: str | None, column: str | None, overwrite: bool = False)
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/base.py#L597)

**Parâmetros:**

output_path (`str`) : Onde salvar os dados de saída.

input_path (`str`) : Onde procurar os dados de entrada.

column (`str`) : A coluna a ser lida.

overwrite (`bool`, *opcional*, padrão `False`) : Se deve sobrescrever o `output_path`.

Leia dados da entrada de pipe para o processo python. Para dados com múltiplas colunas, as colunas devem ser separadas por

Se colunas forem fornecidas, a saída será um dicionário com {column_x: value_x}

#### salvar[[transformers.PipedPipelineDataFormat.save]]

```python
save(data: dict)
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/base.py#L626)

**Parâmetros:**

data (`dict`) : Os dados a serem armazenados.

Imprima os dados.

## Utilitários[[transformers.pipelines.PipelineException]]

#### transformers.pipelines.PipelineException[[transformers.pipelines.PipelineException]]

```python
transformers.pipelines.PipelineException(task: str, model: str, reason: str)
```

[Origem](https://github.com/huggingface/transformers/blob/main/src/transformers/pipelines/base.py#L371)

**Parâmetros:**

task (`str`) : A tarefa do pipeline.

model (`str`) : O modelo usado pelo pipeline.

reason (`str`) : A mensagem de erro a ser exibida.

Disparada por um [Pipeline](/docs/transformers/main/pt/main_classes/pipelines#transformers.Pipeline) ao processar __call__.