Kurs zum Huggen von Gesichtern für Anfänger:innen
Amit Diwan, Corporate Trainer
Schau dir diesen Kurs und Tausende anderer Kurse an
Schau dir diesen Kurs und Tausende anderer Kurse an
Einheiten dieses Kurses
-
-
1.
Über den Kurs
0:45
-
2.
Gesicht umarmen – Einführung und Merkmale
3:22
-
3.
Hugging Face – Anwendungsfälle
7:01
-
4.
Transformers Library of Hugging Face
4:21
-
5.
Datensatzbibliothek von Hugging Face
5:08
-
6.
Tokenizers Library von Hugging Face
4:45
-
7.
Hugging Face Access Token (API-Schlüssel) und wie man es erstellt
5:21
-
8.
Lade einen Datensatz auf Hugging Face herunter
3:11
-
9.
Lade ein Model von Hugging Face herunter
2:38
-
10.
Sentiment-Analyse mit Hugging Face
6:31
-
11.
Textklassifizierung mit Hugging Face
5:43
-
12.
Text-Zusammenfassungen mit Hugging Face
3:48
-
13.
Text-zu-Text (Übersetzung) mit Hugging Face
3:41
-
14.
Antworten auf Fragen mit Hugging Face
2:36
-
15.
Text zu Bild mit Hugging Face
4:10
-
16.
Text zu Video mit Hugging Face
6:00
-
-
- --
- Anfänger-Niveau
- Fortgeschrittenes Niveau
- Fortgeschrittenes Niveau
- Jedes Niveau
Von der Community generiert
Das Niveau wird anhand der mehrheitlichen Meinung der Teilnehmer:innen bestimmt, die diesen Kurs bewertet haben. Bis das Feedback von mindestens 5 Teilnehmer:innen eingegangen ist, wird die Empfehlung der Kursleiter:innen angezeigt.
10
Teilnehmer:innen
--
Projekte
Über diesen Kurs
Willkommen beim Kurs „Hugging Face“. Hugging Face ist eine Unternehmens- und Open-Source-Community, die sich auf natürliche Sprachverarbeitung (NLP) und künstliche Intelligenz (KI) konzentriert. Es ist vor allem für seine Transformers-Bibliothek bekannt, die Tools und vorab trainierte Modelle für eine Vielzahl von NLP-Aufgaben bereitstellt, wie z. B. Textklassifizierung, Sentimentanalyse, maschinelle Übersetzung und vieles mehr.
Gesicht umarmen – Merkmale
Hier sind einige der Funktionen von Hugging Face:
- Transformers Library: Eine umfassende Bibliothek mit Tausenden von vortrainierten Modellen wie BERT, GPT, T5 und anderen, die auf bestimmte Aufgaben optimiert werden können.
- Model Hub: Eine Plattform, auf der Benutzer:innen vortrainierte Modelle, Datensätze und andere Ressourcen teilen und herunterladen können.
- Datensatzbibliothek: Bietet einfachen Zugriff auf eine Vielzahl von Datensätzen für NLP-Aufgaben.
- Spaces: Eine Plattform zum Hosten und Teilen von Demos und Anwendungen für maschinelles Lernen.
- Inferenz-API: Ermöglicht es Benutzern, Modelle einfach in Produktionsumgebungen bereitzustellen und zu verwenden.
- Community und Zusammenarbeit: Hugging Face fördert eine starke Gemeinschaft von Forschern, Entwicklern und Enthusiasten, die zum Ökosystem beitragen.
Kurseinheiten
✔️ Übersicht über das umarmende Gesicht
- Gesicht umarmen – Einführung und Merkmale
- Hugging Face – Anwendungsfälle
✔️ Hugging Face – Bibliotheken
- Transformers Library of Hugging Face
- Datensatzbibliothek von Hugging Face
- Tokenizers Library von Hugging Face
✔️ Hugging Face – Zugriffstoken (API-Schlüssel)
- Hugging Face Access Token (API-Schlüssel) und wie man es erstellt
✔️ Arbeiten mit Datensätzen und Modellen
- Lade einen Datensatz auf Hugging Face herunter
- Lade ein Model von Hugging Face herunter
✔️ Verwende vortrainierte Modelle mit kuschelndem Gesicht
- Sentiment-Analyse mit Hugging Face
- Textklassifizierung mit Hugging Face
- Text-Zusammenfassungen mit Hugging Face
- Text-zu-Text (Übersetzung) mit Hugging Face
- Antworten auf Fragen mit Hugging Face
- Text zu Bild mit Hugging Face
- Text-zu-Video-Synthese mit Hugging Face
FÜR WEN DIESER KURS GEEIGNET IST:
- Diejenigen, die ihre KI-Reise beginnen möchten
- KI-Anfänger:innen
- Lerne, die vortrainierten Modelle auf Hugging Face zu verwenden
- Diejenigen, die Bilder aus einer Textaufforderung generieren möchten
- Diejenigen, die Videos aus einer Textaufforderung generieren möchten
- Lerne, Text mithilfe von vorab geschulten Modellen zu übersetzen
- Gefühle mit einem vortrainierten Modell analysieren
Was du lernen wirst
- Hugging Face von Grund auf lernen
- Verstehe die Anwendungsbeispiele „Hugging Face“
- Vorgeschulte Models auf Hugging Face verstehen
- Lerne die Datensätze zu Hugging Face kennen
- So arbeitest du mit der Transformers-Bibliothek
- So arbeitest du mit der Datensatzbibliothek
- So arbeitest du mit der Tokenizers-Bibliothek
- Textzusammenfassung mit Hugging Face
- Text mit Hugging Face übersetzen
- Text-zu-Bild mit hütendem Gesicht
- Text-zu-Video mit kuschelndem Gesicht
- Fragen beantworten mit Hugging
- Textzusammenfassung mit Hugging Face
Triff deine:n Kursleiter:in
Hello, I'm Amit,
I'm the founder of an edtech company and a trainer based in India. I have over 10 years of experience in creating courses for students, engineers, and professionals in varied technologies, including Python, AI, Power BI, Tableau, Java, SQL, MongoDB, etc.
We are also into B2B and sell our video and text courses to top EdTechs on today's trending technologies. Over 50k learners have enrolled in our courses across all of these edtechs, including SkillShare. I left a job offer from one of the leading product-based companies and three government jobs to follow my entrepreneurial dream.
I believe in keeping things simple, and the same is reflected in my courses. I love making concepts easier for my audience.
Vollständiges Profil ansehen
Praxisnahes Kursprojekt
Willkommen zu diesem Kurs zum Hugging of Sticks!
Gehe zuerst zu Google Colab und folge während des Kurses.
Wende das Gelernte an. Wende alle gelernten Codes in die Praxis an und wende sie im Laufe des Kurses an.
Hinweis: Im Anhang sind die Google Colab-Notizbücher (.ipynb), die wir im Kurs verwendet haben.
Führe die folgenden Aufgaben aus:
- Öffne Text2Image_Amit.ipynb in Google Colab, erwähne die folgende Eingabeaufforderung im Code und generiere ein Bild: Ein Astronaut mit einem Mond im Hintergrund
- Öffne Text2Video_Amit.ipynb in Google Colab, erwähne die folgende Eingabeaufforderung im Code und generiere ein Video: Ein imaginärer Planet mit einem Astronauten zu Fuß
Sobald du fertig bist, poste die Screenshots des Ergebnisses in der Projektgalerie des Kurses.
Kursbewertung
Warum lohnt sich eine Mitgliedschaft bei Skillshare?
Nimm an prämierten Skillshare Original-Kursen teil
Jeder Kurs setzt sich aus kurzen Einheiten und praktischen Übungsprojekten zusammen
Mit deiner Mitgliedschaft unterstützt du die Kursleiter:innen auf Skillshare
Lerne von überall aus
Ob auf dem Weg zur Arbeit, zur Uni oder im Flieger - streame oder lade Kurse herunter mit der Skillshare-App und lerne, wo auch immer du möchtest.
