Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Programa del Curso
Introducción
- Descripción general de la PNL y sus aplicaciones
- Introducción a Hugging Face y sus características clave
Configurar un ambiente de trabajo
- Instalación y configuración Hugging Face
Comprensión de la biblioteca Hugging Face Transformers y los modelos de transformadores
- Explorando la estructura y funcionalidades de la biblioteca Transformers
- Descripción general de varios modelos de transformadores disponibles en Hugging Face
Utilizando Hugging Face transformadores
- Cargando y usando modelos previamente entrenados
- Aplicación de Transformers para diversas tareas de PNL
Ajuste fino de un modelo previamente entrenado
- Preparar un conjunto de datos para realizar ajustes
- Ajustar un modelo de Transformer en una tarea específica
Compartir modelos y tokenizadores
- Exportar y compartir modelos entrenados
- Utilizar tokenizadores para el procesamiento de textos
Explorando la biblioteca de conjuntos de datos Hugging Face
- Descripción general de la biblioteca de conjuntos de datos en Hugging Face
- Accessing y utilización de conjuntos de datos preexistentes
Explorando la biblioteca de tokenizadores Hugging Face
- Comprender las técnicas de tokenización y su importancia.
- Aprovechando los tokenizadores de Hugging Face
Realización de tareas clásicas de PNL
- Implementación de tareas comunes de PNL usando Hugging Face
- Clasificación de texto, análisis de sentimientos, reconocimiento de entidades nombradas, etc.
Aprovechamiento de modelos de transformadores para abordar tareas en el procesamiento del habla y la visión Computer
- Ampliar el uso de Transformers más allá de las tareas basadas en texto
- Aplicación de Transformers para tareas relacionadas con el habla y la imagen
Solución de problemas y depuración
- Problemas y desafíos comunes al trabajar con Hugging Face
- Técnicas de resolución de problemas y depuración.
Crear y compartir sus demostraciones de modelos
- Diseño y creación de demostraciones de modelos interactivos.
- Compartir y exhibir sus modelos de manera efectiva
Resumen y próximos pasos
- Resumen de conceptos y técnicas clave aprendidos.
- Orientación sobre exploración adicional y recursos para el aprendizaje continuo
Requerimientos
- Un buen conocimiento de Python Experiencia con aprendizaje profundo La familiaridad con PyTorch o TensorFlow es beneficiosa pero no requerida
Audiencia
- Científicos de datos Practicantes de aprendizaje automático Investigadores y entusiastas de NLP Desarrolladores interesados en implementar soluciones de NLP
14 horas
Testimonios (3)
This is one of the best hands-on with exercises programming courses I have ever taken.
Laura Kahn
Curso - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
I did like the exercises
Office for National Statistics
Curso - Natural Language Processing with Python
Los ejemplos y la paciencia del instructor
