# Utilitas untuk pipeline

Halaman ini mencantumkan semua fungsi utilitas yang disediakan pustaka untuk pipeline.

Sebagian besar dari hal tersebut hanya berguna jika Anda sedang mempelajari kode model-model di dalam pustaka.

## Penanganan argumen[[transformers.pipelines.ArgumentHandler]]

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

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

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/base.py#L388)

Antarmuka dasar untuk menangani argumen untuk setiap [Pipeline](/docs/transformers/v5.23.0/id/main_classes/pipelines#transformers.Pipeline).

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

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

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/zero_shot_classification.py#L13)

Menangani argumen untuk zero-shot pada klasifikasi teks dengan mengubah setiap label yang mungkin menjadi pasangan premise/hypothesis NLI.

## Format data[[transformers.PipelineDataFormat]]

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

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

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/base.py#L398)

**Parameter:**

output_path (`str`) : Lokasi penyimpanan data keluar.

input_path (`str`) : Lokasi untuk mencari data input.

column (`str`) : Kolom yang akan dibaca.

overwrite (`bool`, *opsional*, default `False`) : Apakah akan menimpa `output_path` atau tidak.

Kelas dasar untuk semua format data yang didukung oleh pipeline, baik untuk membaca maupun menulis. Format data yang didukung saat ini meliputi:

- JSON
- CSV
- stdin/stdout (pipa)

`PipelineDataFormat` juga mencakup beberapa utilitas untuk bekerja dengan multi-kolom, seperti pemetaan dari kolom dataset ke argumen kata kunci pipeline melalui format `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)
```

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/base.py#L475)

**Parameter:**

format (`str`) : Format pipeline yang diinginkan. Nilai yang dapat diterima adalah `"json"`, `"csv"`, atau `"pipe"`.

output_path (`str`, *opsional*) : Lokasi untuk menyimpan data keluar.

input_path (`str`, *opsional*) : Lokasi untuk mencari data input.

column (`str`, *opsional*) : Kolom yang akan dibaca.

overwrite (`bool`, *opsional*, default `False`) : Apakah akan menimpa `output_path` atau tidak.

**Mengembalikan:** [PipelineDataFormat](/docs/transformers/v5.23.0/id/internal/pipelines_utils#transformers.PipelineDataFormat)

Format data yang tepat.

Membuat instance dari subkelas [PipelineDataFormat](/docs/transformers/v5.23.0/id/internal/pipelines_utils#transformers.PipelineDataFormat) yang tepat berdasarkan `format`.

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

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

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/base.py#L447)

**Parameter:**

data (`dict` atau list dari `dict`) : Data yang akan disimpan.

Simpan objek data yang disediakan dengan representasi untuk [PipelineDataFormat](/docs/transformers/v5.23.0/id/internal/pipelines_utils#transformers.PipelineDataFormat) saat ini.

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

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

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/base.py#L457)

**Parameter:**

data (`dict` atau list dari `dict`) : Data yang akan disimpan.

**Mengembalikan:** `str`

Lokasi di mana data telah disimpan.

Simpan objek data yang disediakan sebagai data biner berformat pickle di disk.

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

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

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/base.py#L511)

**Parameter:**

output_path (`str`) : Lokasi penyimpanan data keluar.

input_path (`str`) : Lokasi untuk mencari data input.

column (`str`) : Kolom yang akan dibaca.

overwrite (`bool`, *opsional*, default `False`) : Apakah akan menimpa `output_path` atau tidak.

Dukungan untuk pipeline yang menggunakan format data CSV.

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

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

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/base.py#L541)

**Parameter:**

data (`list[dict]`) : Data yang akan disimpan.

Simpan objek data yang disediakan dengan representasi untuk [PipelineDataFormat](/docs/transformers/v5.23.0/id/internal/pipelines_utils#transformers.PipelineDataFormat) saat ini.

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

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

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/base.py#L555)

**Parameter:**

output_path (`str`) : Lokasi penyimpanan data keluar.

input_path (`str`) : Lokasi untuk mencari data input.

column (`str`) : Kolom yang akan dibaca.

overwrite (`bool`, *opsional*, default `False`) : Apakah akan menimpa `output_path` atau tidak.

Dukungan untuk pipeline yang menggunakan format file JSON.

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

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

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/base.py#L586)

**Parameter:**

data (`dict`) : Data yang akan disimpan.

Simpan objek data yang disediakan dalam file json.

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

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

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/base.py#L597)

**Parameter:**

output_path (`str`) : Lokasi penyimpanan data keluar.

input_path (`str`) : Lokasi untuk mencari data input.

column (`str`) : Kolom yang akan dibaca.

overwrite (`bool`, *opsional*, default `False`) : Apakah akan menimpa `output_path` atau tidak.

Baca data dari input berpipa ke proses python. Untuk data multi kolom, kolom harus dipisahkan oleh

Jika kolom disediakan, maka output akan berupa kamus dengan {column_x: value_x}

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

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

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/base.py#L626)

**Parameter:**

data (`dict`) : Data yang akan disimpan.

Cetak data.

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

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

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

[Sumber](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/pipelines/base.py#L371)

**Parameter:**

task (`str`) : Tugas dari pipeline.

model (`str`) : Model yang digunakan oleh pipeline.

reason (`str`) : Pesan error yang akan ditampilkan.

Dibangkitkan oleh [Pipeline](/docs/transformers/v5.23.0/id/main_classes/pipelines#transformers.Pipeline) saat menangani __call__.

