Hugging Face for Natural Language Processing (NLP)

• 精通 Python
• 深度學習經驗
• 熟悉 PyTorch 或 TensorFlow 是有益的，但不是必需的

觀眾

• 數據科學家
• 機器學習從業者
• NLP 研究人員和愛好者
• 對實施 NLP 解決方案感興趣的開發人員

Hugging Face 是一個強大的開源庫和自然語言處理 （NLP） 平臺。 

這種由講師指導的現場培訓（在線或現場）面向希望有效利用 Hugging Face 完成 NLP 任務的數據科學家 、機器學習從業者以及 NLP 研究人員和愛好者。

在本次培訓結束時，參與者將能夠：

• 利用 Hugging Face Transformer 模型，並在特定數據集上對其進行微調。
• 獲得獨立解決常見 NLP 挑戰的能力。
• 有效地創建和共用您的模型演示。
• 簡化生產模型的優化。
• 使用 Hugging Face 個 Transformer 來解決各種機器學習問題。

課程形式

• 互動講座和討論。
• 大量的練習和練習。
• 在即時實驗室環境中動手實施。

課程自定義選項

• 要申請本課程的定製培訓，請聯繫我們進行安排。

介紹

• NLP 及其應用概述
• Hugging Face 簡介及其主要功能

設置工作環境

• 安裝和設定 Hugging Face

瞭解 Hugging Face Transformers 庫和 Transformer 模型

• 探索 Transformers 庫結構和功能
• Hugging Face 中可用的各種 Transformer 模型概述

使用 Hugging Face 變壓器

• 載入和使用預訓練模型
• 將 Transformer 應用於各種 NLP 任務

微調預訓練模型

• 準備數據集以進行微調
• 在特定任務上微調 Transformer 模型

共用模型和 Tokenizer

• 匯出和共用經過訓練的模型
• 利用分詞器進行文本處理

探索 Hugging Face 數據集庫

• Hugging Face 中的 Datasets 庫概述
• Access創建和利用預先存在的數據集

探索 Hugging Face Tokenizers 庫

• 瞭解分詞化技術及其重要性
• 利用 Hugging Face 的分詞器

執行經典 NLP 任務

• 使用 Hugging Face 實現常見的 NLP 任務
• 文本分類、情感分析、命名實體識別等。

利用 Transformer 模型解決語音處理和 Computer Vision 中的任務

• 將 Transformer 的使用擴展到基於文字的任務之外
• 將 Transformer 應用於語音和圖像相關任務

故障排除和調試

• 使用 Hugging Face 的常見問題和挑戰
• 故障排除和調試技術

構建和共用您的模型演示

• 設計和創建互動式模型演示
• 有效地共用和展示您的模型

總結和後續步驟

• 所學關鍵概念和技術回顧
• 進一步探索的指導和繼續學習的資源