Hugging Face Datasets

Bekerja dengan Hugging Face

Jacob H. Marquez

Lead Data Engineer

Dataset HF 1

1 https://huggingface.co/datasets
Bekerja dengan Hugging Face

Dataset HF 2

1 https://huggingface.co/datasets
Bekerja dengan Hugging Face
Bekerja dengan Hugging Face
Bekerja dengan Hugging Face
Bekerja dengan Hugging Face

Menginstal paket Datasets

 

pip install datasets

  • 🌐 Akses
  • 📥 Unduh
  • 🔧 Gunakan
  • 🤝 Bagikan

Dataset HF

1 https://huggingface.co/docs/datasets/loading
Bekerja dengan Hugging Face

Mengunduh dataset

from datasets import load_dataset

data = load_dataset("IVN-RIN/BioBERT_Italian")

$$

Parameter split

data = load_dataset("IVN-RIN/BioBERT_Italian", split="train")
1 https://huggingface.co/docs/datasets/v2.15.0/loading
Bekerja dengan Hugging Face

Format dataset Apache Arrow

 

Dataset Apache Arrow

1 https://arrow.apache.org/overview/
Bekerja dengan Hugging Face

Manipulasi data

data = load_dataset("IVN-RIN/BioBERT_Italian", split="train")


# Filter pola " bella " filtered = data.filter(lambda row: " bella " in row['text']) print(filtered)
Dataset({
    features: ['text'],
    num_rows: 1122
})
1 https://huggingface.co/docs/datasets/process#select-and-filter
Bekerja dengan Hugging Face

Manipulasi data

# Pilih dua baris pertama
sliced = filtered.select(range(2))


print(sliced)
Dataset({features: ['text'], num_rows: 2})
# Ambil 'text' untuk baris pertama
print(sliced[0]['text'])
Concentrazioni atmosferiche di PCDD/PCDF...
1 https://huggingface.co/docs/datasets/process#select-and-filter
Bekerja dengan Hugging Face

Ayo berlatih!

Bekerja dengan Hugging Face

Preparing Video For Download...