日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

Hugging Face官方课程来了!Transformers库维护者之一授课,完全免费

發布時間:2024/10/8 编程问答 44 豆豆
生活随笔 收集整理的這篇文章主要介紹了 Hugging Face官方课程来了!Transformers库维护者之一授课,完全免费 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

作者 |?杜偉

來源 |?機器之心

Hugging Face NLP 課程開課了,所有課程完全免費。

NLP 領域的小伙伴應該都非常熟悉大名鼎鼎的 Hugging Face,這家專注于解決各種 NLP 問題的初創公司為社區帶來了很多有益的技術成果。去年,該團隊的 Transformers 代碼庫論文獲得了 EMNLP 2020 最佳 demo 獎。今年 4 月,該團隊發布了適用于多 GPU、TPU 和混合精度訓練的 PyTorch 新庫「Accelerate」。

近日,Hugging Face 在其官方推特上宣布推出第一部分 NLP 課程,內容涵蓋如何全面系統地使用 Hugging Face 的各類庫(即 Transformers、Datasets、Tokenizers 和 Accelerate),以及 Hugging Face Hub 中的各種模型。更重要的是,所有課程完全免費且沒有任何廣告。

課程主頁:https://huggingface.co/course/chapter0?fw=pt

整個系列的課程分為入門(Introduction)、進階(Diving in)和高級(Advanced),其中具體如下:

  • 入門:Transformer 模型、使用 Transformers、微調預訓練模型以及分享模型和 tokenizers;

  • 進階:Datasets 庫、Tokenizers 庫、主要 NLP 任務以及如何尋求幫助;

  • 高級:專用架構、加速訓練、自定義訓練 loop 以及向 Hugging Face 提交貢獻。

Hugging Face 本次推出的正是入門課程。通過四個章節的內容講解,學習者可以學得使用 pipeline 函數來解決文本生成和分類等 NLP 任務、Transformer 架構,以及區分編碼器、解碼器、編碼器 - 解碼器架構和用例。

與此同時,Hugging Face 在課程中使用的所有庫都可以通過 Python 包獲得。學習者首先需要設置 Python 環境和安裝專用庫,并可以使用 Colab notebook 或 Python 虛擬環境來設置自己的工作環境。具體操作請參閱課程主頁中的「setup」部分。

課程概

第 1 章到第 4 章(入門)介紹了 Transformers 庫的主要概念。本部分課程結束時,你將熟悉 Transformer 模型的工作原理,并了解如何使用 Hugging Face Hub 中的模型,在數據集上對其進行微調,以及在 Hub 上共享結果。

第 5 章到第 8 章(進階)介紹了在深入研究經典的 NLP 任務之前,首先介紹了數據集和 Tokenizers 的基礎知識。本部分結束時,你將能夠自己解決最常見的 NLP 問題。

第 9 章到第 12 章(高級),會進行深入的學習,展示了專業架構(內存效率,長序列等),并教你如何為用例編寫自定義對象。在本部分結束時,你將會解決復雜的 NLP 問題。

以下為第 1 章到第 4 章(入門)課程內容:

注意,學習這門課程,你需要掌握以下知識:

  • 需要良好的 Python 知識;

  • 最好是在學習完基礎性的深度學習課程之后,比如「Practical Deep Learning for Coders 」或者 deeplearning.ai 的深度學習課程;

  • 不需要提前學習 PyTorch 或 TensorFlow 知識,不過熟悉其中任何一種都會有所幫助。

講師介紹

Matthew Carrigan 是 Hugging Face 的機器學習工程師,此前曾擔任預測分析公司 Parse.ly 的機器學習工程師和都柏林圣三一學院的博士后研究員。

Lysandre Debut 同為 Hugging Face 的機器學習工程師,并且從很早期就開始從事 Transformers 庫相關的工作。

Sylvain Gugger 是 Hugging Face 的研究工程師,也是 Transformers 庫的核心維護者之一。此前,他曾任非盈利研究組織 fast.ai 的研究科學家,并與 fast.ai 創始人 Jeremy Howard 合著書籍《Deep Learning for Coders with fastai and PyTorch》。他的研究重點在于設計和改進促使模型在有限資源上快速訓練的技術,使得深度學習更易獲得。

????

現在,在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域,歡迎在公眾號后臺點擊「交流群」,小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的Hugging Face官方课程来了!Transformers库维护者之一授课,完全免费的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。