Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

🌐 [i18n-KO] Translated training.mdx to Korean #22670

Merged
merged 1 commit into from
Apr 13, 2023
Merged

🌐 [i18n-KO] Translated training.mdx to Korean #22670

Show file tree
Hide file tree
Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
6 changes: 3 additions & 3 deletions docs/source/ko/_toctree.yml
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -15,8 +15,8 @@
title: 자동 클래스로 사전 학습된 인스턴스 로드하기
- local: in_translation
title: (번역중) Preprocess
- local: in_translation
title: (번역중) Fine-tune a pretrained model
- local: training
title: 사전 학습된 모델 미세 조정하기
- local: in_translation
title: (번역중) Distributed training with 🤗 Accelerate
- local: in_translation
Expand Down Expand Up @@ -146,7 +146,7 @@
- local: in_translation
title: (번역중) Checks on a Pull Request
title: (번역중) 기여하기
- local: in_translation
- local: notebooks
title: (번역중) 🤗 Transformers Notebooks
- local: in_translation
title: (번역중) Community resources
Expand Down
7 changes: 4 additions & 3 deletions docs/source/ko/autoclass_tutorial.mdx
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -12,7 +12,8 @@ specific language governing permissions and limitations under the License.

# AutoClass로 사전 학습된 인스턴스 로드[[Load pretrained instances with an AutoClass]]

트랜스포머 아키텍처가 매우 다양하기 때문에 체크포인트에 맞는 아키텍처를 생성하는 것이 어려울 수 있습니다. 라이브러리를 쉽고 간단하며 유연하게 사용하기 위한 Transformer 핵심 철학의 일환으로, `AutoClass`는 주어진 체크포인트에서 올바른 아키텍처를 자동으로 추론하여 로드합니다. `from_pretrained()` 메서드를 사용하면 모든 아키텍처에 대해 사전 학습된 모델을 빠르게 로드할 수 있으므로 모델을 처음부터 학습하는 데 시간과 리소스를 투입할 필요가 없습니다. 이러한 유형의 체크포인트에 구애받지 않는 코드를 생성한다는 것은 코드가 한 체크포인트에서 작동한다면 아키텍처가 다르더라도 유사한 작업에 대해 학습된 것이라면 다른 체크포인트에서도 작동한다는 것을 의미합니다.
트랜스포머 아키텍처가 매우 다양하기 때문에 체크포인트에 맞는 아키텍처를 생성하는 것이 어려울 수 있습니다. 라이브러리를 쉽고 간단하며 유연하게 사용하기 위한 Transformer 핵심 철학의 일환으로, `AutoClass`는 주어진 체크포인트에서 올바른 아키텍처를 자동으로 추론하여 로드합니다. `from_pretrained()` 메서드를 사용하면 모든 아키텍처에 대해 사전 학습된 모델을 빠르게 로드할 수 있으므로 모델을 처음부터 학습하는 데 시간과 리소스를 투입할 필요가 없습니다.
체크포인트에 구애받지 않는 코드를 생성한다는 것은 코드가 한 체크포인트에서 작동하면 아키텍처가 다르더라도 다른 체크포인트(유사한 작업에 대해 학습된 경우)에서도 작동한다는 것을 의미합니다.
gabrielwithappy marked this conversation as resolved.
Show resolved Hide resolved

<Tip>

Expand All @@ -23,7 +24,7 @@ specific language governing permissions and limitations under the License.
이 튜토리얼에서는 다음을 학습합니다:

* 사전 학습된 토크나이저 로드하기.
* 사전 학습된 이미지 프로세서 로드하기
* 사전 학습된 이미지 프로세서 로드하기.
* 사전 학습된 특징 추출기 로드하기.
* 사전 훈련된 프로세서 로드하기.
* 사전 학습된 모델 로드하기.
Expand All @@ -39,7 +40,7 @@ specific language governing permissions and limitations under the License.
>>> tokenizer = AutoTokenizer.from_pretrained("bert-base-uncased")
```

그리고 다음 아래와 같이 입력을 토큰화합니다:
그리고 아래와 같이 입력을 토큰화합니다:

```py
>>> sequence = "In a hole in the ground there lived a hobbit."
Expand Down
1 change: 1 addition & 0 deletions docs/source/ko/notebooks.mdx
View file
Open in desktop
Original file line number Diff line number Diff line change
@@ -0,0 +1 @@
# 열심히 번역 중입니다. 조금 이따 만나요!
Loading