Descubre el poder de Hugging Face, la plataforma de IA para desarrolladores y científicos de datos. Explora modelos preentrenados, accede a conjuntos de datos y configura flujos de trabajo para poner en marcha tus soluciones basadas en IA.

Introducción a la Cara de Abrazo

¿Por qué construir con Cara de Abrazo?

Listado de modelos en Hugging Face Hub

Trabajar con modelos de Hugging Face Hub

Navegar por el Hub Cara Abrazada

Construir un canal de generación de texto

Guardar y recargar modelos de Cara de Abrazo

Conjuntos de datos de caras abrazadas

Inspeccionar conjuntos de datos

Cargar conjuntos de datos

Manipular conjuntos de datos

Primeros pasos con Cara Abrazada

Aprende a construir pipelines de IA con Cara de Abrazo. Domina la clasificación de textos, resume contenidos y extrae información de los documentos, equipándote para afrontar los retos del mundo real en todos los sectores.

Clasificación de textos

Corrección gramatical

Pregunta Inferencia en lenguaje natural

Asignación dinámica de categorías

Resumen de texto

Resumir un texto largo

Utilizar longitud_mín y longitud_máx

Modelos automáticos y tokenizadores

Opciones

Tuberías

Clases de Auto

¿Cuándo utilizar AutoModelos y AutoTokenizers?

Tokenizar texto con AutoTokenizer

Utilizar Autoclases

Documento Preguntas y respuestas

Clasificación del texto

Resumir

Respuesta a preguntas

¿Qué tarea se ajusta a este escenario?

Extraer texto con PyPDF

Construir un canal de preguntas y respuestas

¡Enhorabuena!

Construir tuberías con Cara de Abrazo

english.arrow

imdb_train.arrow

imdb_test.arrow

common_language.arrow

Hugging Face es una plataforma vital para acceder al aprendizaje automático y a la funcionalidad de la IA. En este curso, explorarás el Hugging Face Hub hasta llegar a los modelos y conjuntos de datos más adecuados para tus tareas. Utilizarás la API de Hugging Face para buscar en su repositorio de modelos por tarea, autor o popularidad. Utilizarás canalizaciones, un componente fundamental de Cara de Abrazo, para realizar toda una serie de tareas de IA utilizando una sintaxis sencilla e intuitiva. Aprenderás a clasificar textos en categorías, a generar resúmenes impactantes y precisos, e incluso a mantener conversaciones con documentos. ¡Únete a la revolución de la IA e infórmate hoy mismo sobre Cara de Abrazo!

<h2>Empieza a construir IA con Cara de Abrazo</h2>En el panorama actual de rápida evolución del aprendizaje automático (ML) y la inteligencia artificial (IA), Hugging Face destaca como una plataforma vital, que permite a cualquiera aprovechar los últimos modelos, conjuntos de datos y funcionalidades en sus proyectos.<br><br><h2>Explora el Hub Cara Abrazada</h2>Para empezar, navegarás por el vasto repositorio de modelos y conjuntos de datos del Hugging Face Hub. Cargarás, utilizarás y guardarás modelos de Cara de Abrazo, y descargarás y manipularás conjuntos de datos para el entrenamiento de modelos.<br><br><h2>Construir tuberías para aplicaciones de texto</h2>Utiliza los modelos preentrenados disponibles en Hugging Face para tareas de clasificación de textos, como la corrección gramatical y la asignación dinámica de categorías; resume largos pasajes de texto utilizando modelos de resumen tanto extractivos como abstractivos, ¡e incluso empieza a mantener conversaciones con documentos!<br><br>Al final del curso, estarás equipado con los conocimientos y habilidades necesarios para abordar con eficacia una amplia gama de tareas de ML e IA basadas en texto utilizando Hugging Face.

Introduction to Functions in Python

Navega y utiliza el amplio repositorio de modelos y conjuntos de datos en Hugging Face Hub.

Trabajar con Cara Abrazada

Navega y utiliza el amplio repositorio de modelos y conjuntos de datos disponibles en el Hugging Face Hub.

Ingeniero Asociado de IA para Científicos de Datos

Ingeniero asociado de IA para desarrolladores

Desarrollo de aplicaciones de IA

Necesito una forma rápida de clasificar las opiniones de los clientes como positivas o negativas

La tarea es un simple resumen de texto para artículos de noticias

Quiero comparar rápidamente varios modelos para tareas de generación de texto

Nuestro modelo de atención al cliente debería priorizar la categoría "Urgente" más a menudo

La tarea requiere tokenizar los informes financieros, añadiendo tokens personalizados para términos como 'EBITDA' o 'ROI'

¿Cuándo utilizar AutoModelos y AutoTokenizers?

Trabajar con Cara Abrazada

Ejercicio interactivo práctico