Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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: