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.
Kursplan
Introduktion
- Översikt över NLP och dess tillämpningar
- Introduktion till Hugging Face och dess nyckelfunktioner
Att skapa en arbetsmiljö
- Installera och konfigurera Hugging Face
Förstå Hugging Face Transformers bibliotek och Transformer Models
- Utforska Transformers biblioteksstruktur och funktioner
- Översikt över olika transformatormodeller tillgängliga i Hugging Face
Använder Hugging Face transformatorer
- Laddar och använder förtränade modeller
- Använda transformatorer för olika NLP-uppgifter
Finjustera en förtränad modell
- Förbereder en datauppsättning för finjustering
- Finjustera en transformatormodell för en specifik uppgift
Dela modeller och tokenizers
- Exportera och dela utbildade modeller
- Använda tokenizers för textbehandling
Utforskar Hugging Face Dataset Library
- Översikt över Dataset-biblioteket i Hugging Face
- Accessatt använda och använda redan existerande datauppsättningar
Utforskar Hugging Face Tokenizers Library
- Förstå tokeniseringstekniker och deras betydelse
- Utnyttja tokenizers från Hugging Face
Utför klassiska NLP-uppgifter
- Implementera vanliga NLP-uppgifter med Hugging Face
- Textklassificering, sentimentanalys, namngiven enhetsidentifiering, etc.
Utnyttja transformatormodeller för att hantera uppgifter inom talbehandling och Computer vision
- Utvidga användningen av Transformers utöver textbaserade uppgifter
- Använda Transformers för tal- och bildrelaterade uppgifter
Felsökning och felsökning
- Vanliga frågor och utmaningar i arbetet med Hugging Face
- Tekniker för felsökning och felsökning
Bygga och dela dina modelldemos
- Designa och skapa interaktiva modelldemos
- Dela och visa upp dina modeller effektivt
Sammanfattning och nästa steg
- Sammanfattning av nyckelbegrepp och tekniker som lärts
- Vägledning om vidare utforskning och resurser för fortsatt lärande
Krav
- Goda kunskaper i Python Erfarenhet av djupinlärning. Förtrogenhet med PyTorch eller TensorFlow är meriterande men inget krav
Publik
- Datavetare Utövare av maskininlärning NLP-forskare och entusiaster Utvecklare som är intresserade av att implementera NLP-lösningar
14 timmar
Vittnesmål (2)
This is one of the best hands-on with exercises programming courses I have ever taken.
Laura Kahn
Kurs - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
I did like the exercises