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

即将举行的公开课程

课程分类