感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
介紹
- NLP 及其應用概述
- Hugging Face 簡介及其主要功能
設置工作環境
- 安裝和設定 Hugging Face
瞭解 Hugging Face Transformers 庫和 Transformer 模型
- 探索 Transformers 庫結構和功能
- Hugging Face 中可用的各種 Transformer 模型概述
使用 Hugging Face 變壓器
- 載入和使用預訓練模型
- 將 Transformer 應用於各種 NLP 任務
微調預訓練模型
- 準備數據集以進行微調
- 在特定任務上微調 Transformer 模型
共用模型和 Tokenizer
- 匯出和共用經過訓練的模型
- 利用分詞器進行文本處理
探索 Hugging Face 數據集庫
- Hugging Face 中的 Datasets 庫概述
- Access創建和利用預先存在的數據集
探索 Hugging Face Tokenizers 庫
- 瞭解分詞化技術及其重要性
- 利用 Hugging Face 的分詞器
執行經典 NLP 任務
- 使用 Hugging Face 實現常見的 NLP 任務
- 文本分類、情感分析、命名實體識別等。
利用 Transformer 模型解決語音處理和 Computer Vision 中的任務
- 將 Transformer 的使用擴展到基於文字的任務之外
- 將 Transformer 應用於語音和圖像相關任務
故障排除和調試
- 使用 Hugging Face 的常見問題和挑戰
- 故障排除和調試技術
構建和共用您的模型演示
- 設計和創建互動式模型演示
- 有效地共用和展示您的模型
總結和後續步驟
- 所學關鍵概念和技術回顧
- 進一步探索的指導和繼續學習的資源
最低要求
- 精通 Python
- 深度學習經驗
- 熟悉 PyTorch 或 TensorFlow 是有益的,但不是必需的
觀眾
- 數據科學家
- 機器學習從業者
- NLP 研究人員和愛好者
- 對實施 NLP 解決方案感興趣的開發人員
14 時間: