Schița de curs
Introducere
- Prezentare generală a NLP și a aplicațiilor sale
- Introducere în Hugging Face și caracteristicile sale cheie
Crearea unui mediu de lucru
- Instalare și configurare Hugging Face
Înțelegerea bibliotecii Hugging Face Transformers și a modelelor de transformatoare
- Explorarea structurii și funcționalităților bibliotecii Transformers
- Prezentare generală a diferitelor modele de transformatoare disponibile în Hugging Face
Folosind Hugging Face Transformatoare
- Încărcarea și utilizarea modelelor pregătite în prealabil
- Aplicarea Transformers pentru diverse sarcini NLP
Reglarea fină a unui model preantrenat
- Pregătirea unui set de date pentru reglare fină
- Reglarea fină a unui model Transformer pentru o anumită sarcină
Partajarea de modele și tokenizer
- Exportarea și partajarea modelelor instruite
- Utilizarea tokenizerelor pentru procesarea textului
Explorarea Hugging Face Biblioteca de seturi de date
- Prezentare generală a bibliotecii de seturi de date în Hugging Face
- Access crearea și utilizarea seturilor de date preexistente
Explorând Hugging Face Biblioteca Tokenizers
- Înțelegerea tehnicilor de tokenizare și a importanței acestora
- Utilizarea tokenizatoarelor de la Hugging Face
Efectuarea sarcinilor clasice NLP
- Implementarea sarcinilor comune NLP folosind Hugging Face
- Clasificarea textului, analiza sentimentelor, recunoașterea entităților numite etc.
Utilizarea modelelor transformatoare pentru abordarea sarcinilor în procesarea vorbirii și Computer Vision
- Extinderea utilizării Transformers dincolo de sarcinile bazate pe text
- Aplicarea Transformers pentru sarcini legate de vorbire și imagine
Depanare și depanare
- Probleme și provocări comune în lucrul cu Hugging Face
- Tehnici de depanare și depanare
Crearea și partajarea modelelor dvs. demonstrative
- Proiectarea și crearea demo-urilor de modele interactive
- Distribuiți și prezentați eficient modelele dvs
Rezumat și pașii următori
- Recapitulare a conceptelor și tehnicilor cheie învățate
- Îndrumări privind explorarea ulterioară și resursele pentru învățarea continuă
Cerințe
- O bună cunoaștere a Python Experiență cu învățarea profundă Familiarizarea cu PyTorch sau TensorFlow este benefică, dar nu este necesară
Public
- Oamenii de știință ai datelor Practicieni în învățarea automată Cercetători și entuziaști NLP Dezvoltatori interesați de implementarea soluțiilor NLP
Mărturii (2)
This is one of the best hands-on with exercises programming courses I have ever taken.
Laura Kahn
Curs - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
I did like the exercises