Questo corso ti insegnerà a eseguire compiti di Natural Language Processing (NLP, elaborazione del linguaggio naturale) utilizzando le librerie dell’ecosistema di Hugging Face: 🤗 Transformers, 🤗 Datasets, 🤗 Tokenizers, e 🤗 Accelerate. Ti insegneremo anche ad usare il nostro Hugging Face Hub, che è completamente gratuito e senza pubblicità .
Eccoti un breve riassunto dei contenuti del corso:
Questo corso:
Quando avrai completato questo corso, ti raccomandiamo di passare al Natural Language Processing Specialization di DeepLearning.AI, un corso che copre un ampio spettro di modelli tradizionali di NLP che vale davvero la pena di conoscere, come Naive Bayes e LSTM (Memoria a breve termine a lungo termine)!
A proposito degli autori:
Matthew Carrigan è Machine Learning Engineer da Hugging Face. Vive a Dublino, in Irlanda, ed in passato è stato ML engineer da Parse.ly, e prima ancora ricercatore postdottorale al Trinity College di Dublin. Nonostante non creda che otterremo l’Intelligenza artificiale forte semplicemente ingrandendo le architetture a nostra disposizione, spera comunque nell’immortalità cibernetica.
Lysandre Debut è Machine Learning Engineer da Hugging Face e ha lavorato agli 🤗 Transformer fin dalle primissime tappe del loro sviluppo. Il suo obiettivo è di rendere il NLP accessibile a tutti sviluppando strumenti con un semplice API.
Sylvain Gugger è Research Engineer da Hugging Face e uno dei principali manutentori della libreria 🤗 Transformers. In passato, è stato Research Scientist da fast.ai, e ha scritto Deep Learning for Coders with fastai and PyTorch con Jeremy Howard. Il centro principale della sua ricerca consiste nel rendere il deep learning (apprendimento profondo) più accessibile, concependo e migliorando tecniche che permettano di allenare modelli velocemente con risorse limitate.
Merve Noyan è developer advocate da Hugging Face, e lavora allo sviluppo di strumenti e alla creazione di contenuti ad essi legati per democratizzare l’accesso al deep learning.
Lucile Saulnier è machine learning engineer da Hugging Face, e sviluppa e supporta l’utilizzo di strumenti open source. È anche attivamente coinvolta in numerosi progetti di ricerca nell’ambito del NLP, come ad esempio collaborative training e BigScience.
Lewis Tunstall è machine learning engineer da Hugging Face che si specializza nello sviluppo di strumenti open-source e la loro distribuzione alla comunità più ampia. È anche co-autore dell’imminente O’Reilly book on Transformers.
Leandro von Werra è machine learning engineer nel team open-source di Hugging Face, nonché co-autore dell’imminente O’Reilly book on Transformers. Ha tanti anni di esperienza nel portare progetti di NLP in produzione, lavorando a tutti i livelli di esecuzione di compiti di machine learning.
Sei pronto/a a iniziare? In questo capitolo, imparerai:
pipeline()
per eseguire compiti di NLP come la generazione e classificazione di testi