Curso de abrazos faciales para principiantes
Amit Diwan, Corporate Trainer
Ve esta clase y miles más
Ve esta clase y miles más
Lecciones en esta clase
-
-
1.
ACERCA DEL CURSO
0:45
-
2.
Abrazar rostros: introducción y características
3:22
-
3.
Abrazar el rostro: casos de uso
7:01
-
4.
Biblioteca de transformadores de Hugging Face
4:21
-
5.
Biblioteca de conjuntos de datos de Hugging Face
5:08
-
6.
Biblioteca de tokenizers de Hugging Face
4:45
-
7.
Token de acceso Hugging Face (clave API) y cómo crearlo
5:21
-
8.
Descarga un set de datos en Hugging Face
3:11
-
9.
Descarga un modelo de Hugging Face
2:38
-
10.
Análisis de sentimientos con la herramienta Hugging Face
6:31
-
11.
Clasificación de textos con la herramienta Hugging Face
5:43
-
12.
Resúmenes de texto con la herramienta Hugging Face
3:48
-
13.
Texto a texto (traducción) con la herramienta Hugging Face
3:41
-
14.
Cómo responder preguntas usando abrazar la cara
2:36
-
15.
Texto a imagen con la herramienta Hugging Face
4:10
-
16.
Texto a video con la herramienta Hugging Face
6:00
-
-
- --
- Nivel principiante
- Nivel intermedio
- Nivel avanzado
- Todos los niveles
Generado por la comunidad
El nivel se determina según la opinión de la mayoría de los estudiantes que han dejado reseñas en esta clase. La recomendación del profesor o de la profesora se muestra hasta que se recopilen al menos 5 reseñas de estudiantes.
9
Estudiantes
--
Proyectos
Acerca de esta clase
Te damos la bienvenida al curso de Abrazar rostros. Hugging Face es una empresa y comunidad de código abierto que se centra en el procesamiento del lenguaje natural (NLP) y la inteligencia artificial (IA). Es más conocida por su biblioteca de transformadores, que proporciona herramientas y modelos prediseñados para una amplia gama de tareas de NLP, como clasificación de textos, análisis de sentimientos, traducción automática y más.
Rostro con abrazos: características
Estas son algunas de las características de abrazar una cara:
- Transformers Library: una biblioteca completa que incluye miles de modelos prediseñados como BERT, GPT, T5 y otros, que se pueden ajustar para tareas específicas.
- Modelado Hub: una plataforma en la que los usuarios pueden compartir y descargar modelos prediseñados, conjuntos de datos y otros recursos.
- Datasets Library: proporciona fácil acceso a una amplia variedad de conjuntos de datos para tareas de NLP.
- Spaces: una plataforma para alojar y compartir demostraciones y aplicaciones de aprendizaje automático.
- API de inferencia: permite a los usuarios desplegar y usar modelos fácilmente en entornos de producción.
- Comunidad y colaboración: Hugging Face fomenta una comunidad sólida de investigadores, desarrolladores y entusiastas que contribuyen al ecosistema.
Lecciones del curso
✔️ Descripción de rostros abrazados
- Abrazar rostros: introducción y características
- Abrazar el rostro: casos de uso
✔️ Abrazar rostros: bibliotecas
- Biblioteca de transformadores de Hugging Face
- Biblioteca de conjuntos de datos de Hugging Face
- Biblioteca de tokenizers de Hugging Face
✔️ Abrazar la cara: token de acceso (clave API)
- Token de acceso Hugging Face (clave API) y cómo crearlo
✔️ Trabajar con conjuntos de datos y modelos
- Descarga un set de datos en Hugging Face
- Descarga un modelo de Hugging Face
✔️ Usa modelos previamente entrenados con la técnica de abrazar rostros
- Análisis de sentimientos con la herramienta Hugging Face
- Clasificación de textos con la herramienta Hugging Face
- Resúmenes de texto con la herramienta Hugging Face
- Texto a texto (traducción) con la herramienta Hugging Face
- Cómo responder preguntas usando abrazar la cara
- Texto a imagen con la herramienta Hugging Face
- Síntesis de texto a video con la herramienta Hugging Face
- Aquellos que quieren comenzar su viaje hacia la IA
- Entusiastas de IA principiantes
- Aprender a usar los modelos previamente entrenados en Hugging Face
- Quienes generan imágenes a partir de indicaciones de texto
- Aquellos que quieren generar videos a partir de indicaciones de texto
- Aprende a traducir textos con modelos previamente entrenados
- Analizar sentimientos con un modelo previamente entrenado
Qué aprenderás
- Aprende a abrazar rostros desde cero
- Comprender los casos de uso del abrazo facial
- Comprender los modelos previamente entrenados en Hugging Face
- Conoce los conjuntos de datos sobre Hugging Face
- Aprende a trabajar con la biblioteca de transformadores
- Aprende a trabajar con la biblioteca de conjuntos de datos
- Aprende a trabajar con la biblioteca de Tokenizers
- Resumen de textos con la herramienta Hugging Face
- Traducir textos con abrazar tu cara
- Texto a imagen con rostros abrazados
- Texto a video con abrazos faciales
- Preguntas-respuesta con abrazar la cara
- Resumen de textos con la herramienta Hugging Face
Conoce a tu profesor(a)
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.
Ver perfil completo
Proyecto de clase práctica
Te damos la bienvenida a este curso para abrazar rostros
Primero, ve a Google Colab y sigue la clase mientras tomas.
Pon en práctica lo que aprendas. Pon en práctica todos los códigos que aprendes e implementarlos a medida que avanzas en la clase.
Nota: Se adjunta el cuaderno de Google Colab (.ipynb) que creamos en la clase
Realiza las siguientes tareas:
- Abre el archivo Text2Image_Amit.ipynb en Google Colab, menciona la siguiente instrucción en el código y genera una imagen: Un astronauta con una luna al fondo
- Abre el archivo Text2Video_Amit.ipynb en Google Colab, menciona la siguiente instrucción en el código y genera un video: Un planeta imaginario con un astronauta caminando
Una vez que termines, publica las capturas de pantalla del resultado en la galería de proyectos de la clase.
Valoración de la clase
¿Por qué unirse a Skillshare?
Mira las galardonadas Skillshare Originals
Cada clase tiene lecciones cortas y proyectos prácticos
Tu membresía apoya a los profesores de Skillshare