План на курса
Въведение
- Преглед на НЛП и неговите приложения Въведение в Hugging Face и неговите ключови характеристики
Създаване на работна среда
- Инсталиране и конфигуриране на Hugging Face
Разбиране на библиотеката Hugging Face Transformers и моделите на трансформатори
- Изследване на структурата и функционалностите на библиотеката Transformers Преглед на различни модели Transformers, налични в Hugging Face
Използване на трансформатори за прегръщане на лица
- Зареждане и използване на предварително обучени модели Прилагане на трансформатори за различни НЛП задачи
Фина настройка на предварително обучен модел
- Подготовка на набор от данни за фина настройка Фина настройка на модел на трансформатор за конкретна задача
Споделяне на модели и токенизатори
- Експортиране и споделяне на обучени модели Използване на токенизатори за обработка на текст
Проучване на библиотеката с набори от данни за прегръщане на лица
- Общ преглед на библиотеката с набори от данни в Hugging Face Accessизползвайки и използвайки вече съществуващи набори от данни
Проучване на библиотеката с токенизатори на прегръщащи се лица
- Разбиране на техниките за токенизация и тяхното значение Използване на токенизатори от Hugging Face
Изпълнение на класически НЛП задачи
- Изпълнение на често срещани NLP задачи с помощта на класификация на текст в прегръщане на лице, анализ на настроението, разпознаване на именуван обект и др.
Използване на трансформиращи модели за справяне със задачи при обработка на реч и Computer зрение
- Разширяване на използването на Transformers отвъд текстови задачи Прилагане на Transformers за задачи, свързани с реч и изображения
Отстраняване на неизправности и отстраняване на грешки
- Често срещани проблеми и предизвикателства при работа с техники за прегръщане на лице за отстраняване на неизправности и отстраняване на грешки
Изграждане и споделяне на вашите демонстрации на модели
- Проектиране и създаване на интерактивни демонстрации на модели Споделяне и демонстриране на вашите модели ефективно
Обобщение и следващи стъпки
- Резюме на научените ключови концепции и техники Насоки за по-нататъшно проучване и ресурси за продължаващо обучение
Изисквания
- Добро познаване на Python Опит с дълбоко обучение Познаването на PyTorch или TensorFlow е от полза, но не е задължително
Публика
- Учени по данни Практици в областта на машинното обучение Изследователи и ентусиасти на НЛП Разработчици, интересуващи се от внедряване на НЛП решения
Oтзиви от потребители (2)
This is one of the best hands-on with exercises programming courses I have ever taken.
Laura Kahn
Course - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
I did like the exercises