Course Outline
Εισαγωγή
- Επισκόπηση του NLP και των εφαρμογών του Εισαγωγή στο Hugging Face και τα βασικά του χαρακτηριστικά
Δημιουργία εργασιακού περιβάλλοντος
- Εγκατάσταση και διαμόρφωση του Hugging Face
Κατανόηση της βιβλιοθήκης Hugging Face Transformers και των Transformer Models
- Εξερεύνηση της δομής και των λειτουργιών της βιβλιοθήκης Transformers Επισκόπηση διαφόρων μοντέλων Transformer που διατίθενται στο Hugging Face
Χρησιμοποιώντας Hugging Face Transformers
- Φόρτωση και χρήση προεκπαιδευμένων μοντέλων Εφαρμογή μετασχηματιστών για διάφορες εργασίες NLP
Βελτιστοποίηση ενός προεκπαιδευμένου μοντέλου
- Προετοιμασία ενός συνόλου δεδομένων για μικρορύθμιση Βελτιστοποίηση ενός μοντέλου μετασχηματιστή σε μια συγκεκριμένη εργασία
Κοινή χρήση μοντέλων και tokenizers
- Εξαγωγή και κοινή χρήση εκπαιδευμένων μοντέλων Χρήση tokenizers για επεξεργασία κειμένου
Εξερευνώντας τη βιβλιοθήκη συνόλων δεδομένων Hugging Face
- Επισκόπηση της βιβλιοθήκης συνόλων δεδομένων στο Hugging Face Access και χρησιμοποιώντας προϋπάρχοντα σύνολα δεδομένων
Εξερεύνηση της βιβλιοθήκης Hugging Face Tokenizers
- Κατανόηση των τεχνικών tokenization και της σημασίας τους Αξιοποίηση των tokenizers από το Hugging Face
Εκτέλεση κλασικών εργασιών NLP
- Εφαρμογή κοινών εργασιών NLP χρησιμοποιώντας ταξινόμηση κειμένου Hugging Face, ανάλυση συναισθήματος, αναγνώριση ονομαστικών οντοτήτων κ.λπ.
Αξιοποίηση μοντέλων μετασχηματιστών για την αντιμετώπιση εργασιών στην επεξεργασία ομιλίας και Computer όρασης
- Επέκταση της χρήσης Transformers πέρα από εργασίες που βασίζονται σε κείμενο Εφαρμογή Transformers για εργασίες που σχετίζονται με ομιλία και εικόνα
Αντιμετώπιση προβλημάτων και εντοπισμός σφαλμάτων
- Κοινά ζητήματα και προκλήσεις στην εργασία με τις Τεχνικές Hugging Face για αντιμετώπιση προβλημάτων και εντοπισμό σφαλμάτων
Δημιουργία και κοινή χρήση των επιδείξεων του μοντέλου σας
- Σχεδιασμός και δημιουργία διαδραστικών επιδείξεων μοντέλων Κοινή χρήση και προβολή των μοντέλων σας αποτελεσματικά
Περίληψη και Επόμενα Βήματα
- Ανακεφαλαίωση βασικών εννοιών και τεχνικών που διδάχθηκαν Οδηγίες για περαιτέρω εξερεύνηση και πόροι για συνεχή μάθηση
Requirements
- Καλή γνώση Python Εμπειρία σε βαθιά μάθηση Η εξοικείωση με το PyTorch ή το TensorFlow είναι επωφελής αλλά δεν απαιτείται
Ακροατήριο
- Επιστήμονες δεδομένων Επαγγελματίες μηχανικής μάθησης Ερευνητές και λάτρεις του NLP Προγραμματιστές που ενδιαφέρονται για την εφαρμογή λύσεων NLP
Testimonials (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