感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
介绍
- NLP 及其应用概述
- Hugging Face 简介及其主要功能
设置工作环境
- 安装和设定 Hugging Face
了解 Hugging Face Transformers 库和 Transformer 模型
- 探索 Transformers 库结构和功能
- Hugging Face 中可用的各种 Transformer 模型概述
使用 Hugging Face 变压器
- 载入和使用预训练模型
- 将 Transformer 应用于各种 NLP 任务
微调预训练模型
- 准备数据集以进行微调
- 在特定任务上微调 Transformer 模型
共用模型和 Tokenizer
- 汇出和共用经过训练的模型
- 利用分词器进行文本处理
探索 Hugging Face 数据集库
- Hugging Face 中的 Datasets 库概述
- Access创建和利用预先存在的数据集
探索 Hugging Face Tokenizers 库
- 了解分词化技术及其重要性
- 利用 Hugging Face 的分词器
执行经典 NLP 任务
- 使用 Hugging Face 实现常见的 NLP 任务
- 文本分类、情感分析、命名实体识别等。
利用 Transformer 模型解决语音处理和 Computer Vision 中的任务
- 将 Transformer 的使用扩展到基于文字的任务之外
- 将 Transformer 应用于语音和图像相关任务
故障排除和调试
- 使用 Hugging Face 的常见问题和挑战
- 故障排除和调试技术
构建和共用您的模型演示
- 设计和创建互动式模型演示
- 有效地共用和展示您的模型
总结和后续步骤
- 所学关键概念和技术回顾
- 进一步探索的指导和继续学习的资源
要求
- 精通 Python
- 深度学习经验
- 熟悉 PyTorch 或 TensorFlow 是有益的,但不是必需的
观众
- 数据科学家
- 机器学习从业者
- NLP 研究人员和爱好者
- 对实施 NLP 解决方案感兴趣的开发人员
14 小时