Discover the power of Hugging Face, the go-to AI platform for developers and data scientists. Explore pre-trained models, access datasets, and set up workflows to launch your AI-powered solutions.

Einführung in Hugging Face

Warum mit Hugging Face arbeiten?

Modelle im Hub erkunden

Modelle von Hugging Face ausführen

Eine Pipeline zur Textgenerierung aufbauen

Inferenzdienste

Datensätze in Hugging Face

Datensätze im Hub erkunden

Datensätze laden

Datensätze bearbeiten

Getting Started with Hugging Face

Learn to build AI pipelines with Hugging Face. Master text classification, summarize content, and extract insights from documents, equipping you to tackle real-world challenges across industries.

Text classification

Grammatical correctness

Question Natural Language Inference

Dynamic category assignment

Text summarization

Summarizing long text

Adjusting the summary length

Auto Models and Tokenizers

When to use AutoModels and AutoTokenizers?

Tokenizing text with AutoTokenizer

Using AutoClasses

Document Q&A

What task fits this scenario?

Extracting text with PyPDF

Building a Q&A pipeline

Congratulations!

Building Pipelines with Hugging Face

english.arrow

imdb_train.arrow

imdb_test.arrow

common_language.arrow

Bei Hugging Face handelt es sich um eine zentrale Online-Plattform, die Funktionen für Machine Learning und KI zur Verfügung stellt. In diesem Kurs machst du dich mit dem Hugging Face Hub vertraut, um geeignete Modelle und Datensätze für deine Aufgaben zu finden. Du verwendest die API von Hugging Face, um das Modell-Repository nach Task, Autor oder Beliebtheit zu durchsuchen. Mit Pipelines, einem grundlegenden Baustein von Hugging Face, erledigst du eine Vielzahl von KI-Aufgaben mit einer einfachen, intuitiven Syntax. Du lernst, Texte in Kategorien einzuordnen, prägnante und genaue Zusammenfassungen zu erstellen und sogar mit Dokumenten zu „sprechen“.

Die Live-Transkripte der Videos kannst du durch einen Klick auf „Mitschrift anzeigen“ unten links in den Videos aufrufen.
Das Kursglossar findest du rechts im Bereich „Resources“.
Um CPE-Credits zu erhalten, musst du den Kurs abschließen und im Assessment 70 % erreichen. Zum Assessment gelangst du, indem du rechts auf die Angabe zu den CPE-Credits klickst.

<h2>Baue KI mit Hugging Face</h2>In der sich schnell entwickelnden Landschaft des maschinellen Lernens (ML) und der künstlichen Intelligenz (KI) ist Hugging Face eine unverzichtbare Plattform, die es jedem ermöglicht, die neuesten Modelle, Datensätze und Funktionen für seine Projekte zu nutzen.<br><br><h2>Entdecke den Hugging Face Hub</h2>Zu Beginn navigierst du durch den riesigen Modell- und Datensatzspeicher des Hugging Face Hub. Du wirst Modelle aus Hugging Face laden, verwenden und speichern und Datensätze für das Modelltraining herunterladen und bearbeiten.<br><br><h2>Pipelines für Textanwendungen erstellen</h2>Nutze die in Hugging Face verfügbaren vortrainierten Modelle für Textklassifizierungsaufgaben wie grammatikalische Korrektheit und dynamische Kategoriezuweisung; fasse lange Textpassagen mit extraktiven und abstrakten Zusammenfassungsmodellen zusammen und beginne sogar, mit Dokumenten zu sprechen!<br><br>Am Ende des Kurses wirst du mit dem Wissen und den Fähigkeiten ausgestattet sein, um eine breite Palette textbasierter ML- und KI-Aufgaben mit Hugging Face effektiv zu lösen.

Introduction to Functions in Python

Nutzen Sie das umfangreiche Modell- und Daten-Repository auf dem Hugging Face Hub.

Arbeiten mit Hugging Face

Navigiere und nutze den umfangreichen Bestand an Modellen und Datensätzen im Hugging Face Hub.

Associate AI Engineer für Datenwissenschaftler

Associate AI Engineer für Entwickler

Entwicklung von KI-Anwendungen

Grundlagen von Hugging Face

from huggingface_hub import InferenceClient

client = InferenceClient(
    provider="together",
    api_key=os.environ["HF_TOKEN"],
)

completion = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V3",
    messages=[
        {
            "role": "user",
            "content": "What is the capital of Belgium?"
        }
    ],
)

Inferenzdienste

Arbeiten mit Hugging Face

Interaktive Übung