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:

人數


每位參與者的報價

Upcoming Courses

課程分類