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

  • 安裝與設定Hugging Face

瞭解 Hugging Face Transformers 庫和 Transformer 模型

  • 探索 Transformer 庫的結構和功能
  • Hugging Face 中可用的各種 Transformer 型號概述

利用 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

  • 準備用於微調的數據集
  • 在特定任務上微調 Transformer 模型

共用模型和分詞器

  • 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 中的數據集庫概述
  • 訪問和利用預先存在的數據集

探索 Hugging Face Tokenizers 庫

  • 瞭解標記化技術及其重要性
  • 利用 Hugging Face 中的分詞器

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 模型處理語音處理中的任務和 Computer Vision

  • 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

構建和共用模型演示

  • 設計和創建互動式模型演示
  • 有效地分享和展示您的模型

摘要和後續步驟

  • 回顧所學的關鍵概念和技術
  • 關於進一步探索和繼續學習資源的指導

最低要求

  • 對 Python 有很好的瞭解
  • 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：

人數



每位參與者的報價

Open Training Courses require 5+ participants.

客戶評論 (2)

This is one of the best hands-on with exercises programming courses I have ever taken.

Laura Kahn
Course - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

I did like the exercises

Office for National Statistics
Course - Natural Language Processing with Python

相關課程

Artificial Intelligence Overview

7 時間：

本課程是為經理、解決方案架構師、創新官、首席技術官、軟體架構師以及任何對應用人工智慧概述及其發展的最新預測感興趣的人創建的。

更多...

Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

21 時間：

課程形式

  • 互動講座和討論。
  • 大量的練習和練習。
  • 在現場實驗室環境中動手實施。

課程自定義選項

  • 如需申請本課程的定製培訓，請聯繫我們進行安排。
更多...

Building Chatbots in Python

21 時間：

ChatBots是通過聊天界面自動模擬人類響應的計算機程序。 ChatBots通過為用戶交互提供更簡單，更快捷的選項，幫助組織最大限度地提高運營效率。

在這個以講師為主導的現場培訓中，參與者將學習如何在Python構建聊天機器人。

在培訓結束時，參與者將能夠：

  • 了解構建聊天機器人的基礎知識
  • 使用Python構建，測試，部署和排除各種聊天機器人的故障

聽眾

  • 開發商

課程形式

  • 部分講座，部分討論，練習和繁重的實踐練習

注意

  • 要申請本課程的定制培訓，請聯繫我們安排。
更多...

Deep Learning for NLP (Natural Language Processing)

28 時間：

在這個由講師指導的台灣現場培訓中，參與者將學習使用Python 庫進行NLP，因為他們創建了一個處理 一組圖片並生成標題的應用程式。 

在培訓結束時，參與者將能夠：

  •  使用 Python 庫為 NLP 設計和編寫 DL。
  • 創建 Python 代碼，讀取大量圖片並生成關鍵字。
  • 創建 Python 代碼，用於 從檢測到的關鍵字生成標題。
更多...

Exploring Generative Pre-trained Transformers (GPT): From GPT-3 to GPT-4

14 時間：

這種由講師指導的現場培訓（現場或遠端）面向數據科學家、機器學習工程師、NLP 研究人員和 AI 愛好者，他們希望瞭解 GPT 模型的內部工作原理，探索 GPT-3 和 GPT-4 的功能，並學習如何利用這些模型完成他們的 NLP 任務。

在本次培訓結束時，參與者將能夠：

    瞭解生成式預訓練轉換器背後的關鍵概念和原則。 理解 GPT 模型的架構和訓練過程。 利用 GPT-3 執行文字生成、完成和翻譯等任務。 探索 GPT-4 的最新進展及其潛在應用。 將 GPT 模型應用於他們自己的 NLP 專案和任務。
更多...

Advanced LLMs for NLP Tasks

21 時間：

這種由講師指導的現場培訓台灣（在線或遠端）面向希望使用 LLM 執行各種 NLP 任務併為不同目的創建新穎多樣內容的中級數據科學家、AI 開發人員和 AI 愛好者。

在培訓結束時，參與者將能夠：

  • 使用 LLM 和基本工具建立開發環境。
  • 使用 LLM 熟練地執行 NLU 和 NLI 任務。
  • 有效地提取、推斷和利用知識圖譜。
  • 使用 LLM 為對話應用程式生成和管理對話。
  • 評估 LLM 和生成式 AI 生成的內容品質和多樣性。
  • 應用道德原則，確保公平和負責任地使用法學碩士。
更多...

Python for Natural Language Generation

21 時間：
自然語言生成（NLG）是指由計算機生成自然語言文本或語音。 在這個有指導性的現場培訓中，參與者將學習如何使用Python通過從頭開始構建自己的NLG系統來生成高質量的自然語言文本。還將審查案例研究，並將相關概念應用于生成實驗室項目以生成內容。 在培訓結束後，參與者將能夠： 使用NLG爲各行業自動生成內容，從新聞到房地産，再到天氣和體育報道選擇和組織源內容，計劃語句，並准備一個自動生成原始內容的系統了解NLG管道並在每個階段應用正確的技術了解自然語言生成（NLG）系統的體系結構實施最適合的分析和排序算法和模型從公開可用的數據源中提取數據以及策劃數據庫以用作生成文本的材料用計算機生成的自動內容創建來替代手動和費力的書寫過程 聽衆 開發商數據科學家 課程的格式 部分講座，部分討論，練習和沈重的練習
更多...

NLP: Natural Language Processing with R

21 時間：

據估計, 非結構化資料占所有資料的 9 0% 以上, 其中大部分是文本形式的。博客帖子、推特、社交媒體和其他數位出版物不斷增加了這一不斷增長的資料

。

本講師指導的現場課程的核心是從這些資料中提取見解和意義。利用 R 語言和自然語言處理 (NLP) 庫, 我們將電腦科學、人工智慧和計算語言學的概念和技術結合起來, 以演算法方式理解文本資料背後的含義。資料樣本可根據客戶要求提供各種語言版本.

到本培訓結束時, 學員將能夠準備來自不同來源的資料集 (大小), 然後應用正確的演算法分析和報告其意義

課程

的

格式

  • 部分講座、部分討論、繁重的動手實踐、偶爾的測試來衡量理解
更多...

Natural Language Processing - AI/Robotics

21 時間：

This classroom based training session will explore NLP techniques in conjunction with the application of AI and Robotics in business. Delegates will undertake computer based examples and case study solving exercises using Python

更多...

OpenNLP for Text Based Machine Learning

14 時間：
Apache OpenNLP庫是用于處理自然語言文本的基于機器學習的工具包。它支持最常見的NLP任務，例如語言檢測，標記，句子分段，部分語音標記，命名實體提取，分塊，解析和共參考解析。 在這個有指導意義的現場培訓中，參與者將學習如何創建使用OpenNLP處理基于文本的數據的模型。樣本培訓數據以及定制數據集將作爲實驗練習的基礎。 在培訓結束後，參與者將能夠： 安裝和配置OpenNLP 下載現有模型並創建自己的模型在各種樣本數據上訓練模型將OpenNLP與現有的Java應用程序集成 聽衆 開發商數據科學家 課程的格式 部分講座，部分討論，練習和沈重的練習
更多...

Natural Language Processing with Deep Dive in Python and NLTK

35 時間：

在培訓結束時，代表們應該充分配備必要的python概念，並且應該能夠充分利用NLTK來實現大多數基於NLP和ML的操作。培訓的目的不僅是提供執行知識，還提供其中技術的邏輯和操作知識。

更多...

Natural Language Processing with Python

28 時間：

本課程將語言學家或程序員介紹給Python NLP。在本課程中，我們將主要使用nltk.org（自然語言工具包），但我們也將使用與NLP相關且有用的其他庫。目前我們可以在Python 2.x或Python 3.x中開展本課程。例如英語或普通話（普通話）。如果在預訂前同意，也可以提供其他語言。

更多...

Natural Language Processing (NLP) with Python spaCy

14 時間：

這種由講師指導的現場培訓（現場或遠程）是針對希望使用spaCy處理大量文本以查找模式和獲得見解的開發人員和數據科學家。

在培訓結束時，參與者將能夠：

  • 安裝並配置spaCy。
  • 了解spaCy的Natural Language Processing (NLP) 。
  • 從大規模數據源中提取模式並獲取業務洞察。
  • 將spaCy庫與現有Web和遺留應用程序集成。
  • 將spaCy部署到實時生產環境以預測人類行為。
  • 使用spaCy預處理Deep Learning文本

課程格式

  • 互動講座和討論。
  • 大量的練習和練習。
  • 在實時實驗室環境中親自實施。

課程自定義選項

  • 要申請本課程的定制培訓，請聯繫我們安排。
  • 要了解有關spaCy的更多信息，請訪問：https：//spacy.io/
更多...

用Python進行文本摘要

14 時間：

在Python機器學習中，文本摘要功能可以讀取輸入文本並生成文本摘要。這個功能可以從命令行或從Python API / 庫中獲得。一個令人興奮的應用是執行摘要的快速創建；這對在做報告和演講前需要審閱大量文本數據的組織特別有用。

在這一由講師引導的現場培訓中，學員將學習使用Python創建一個簡單的可自動生成輸入文本摘要的應用程序。

在本次培訓結束後，學員將能夠：

  • 使用一個命令行工具來總結文本。
  • 使用Python庫設計和創建文本摘要代碼。
  • 評估三個Python摘要庫：sumy 0.7.0、psisummarization 1.0.4、readless 1.0.17

受衆

  • 開發人員
  • 數據科學家

課程形式

  • 部分講座、部分討論、練習和大量實操
更多...

Natural Language Processing with TensorFlow

35 時間：

TensorFlow ™是一個使用數據流圖進行數值計算的開源軟件庫。

SyntaxNet是TensorFlow的神經網絡自然語言處理框架。

Word 2Vec用於學習單詞的矢量表示，稱為“單詞嵌入”。 Word 2vec是一種特別計算有效的預測模型，用於學習原始文本中的單詞嵌入。它有兩種形式，連續Bag-of- Word模型（CBOW）和Skip-Gram模型（Mikolov等人的第3.1和3.2章）。

使用串聯，SyntaxNet和Word 2Vec允許用戶從自然語言輸入生成學習嵌入模型。

聽眾

本課程面向打算在TensorFlow圖中使用SyntaxNet和Word 2Vec模型的開發人員和工程師。

完成本課程後，代表們將：

  • 了解TensorFlow的結構和部署機制
  • 能夠執行安裝/生產環境/架構任務和配置
  • 能夠評估代碼質量，執行調試，監控
  • 能夠實現高級生產，如培訓模型，嵌入術語，構建圖形和記錄
更多...

課程分類

Image for Hugging Face category
Hugging Face