Descubra o poder do Hugging Face, a plataforma de IA ideal para desenvolvedores e cientistas de dados. Dá uma olhada nos modelos pré-treinados, acessa conjuntos de dados e configura fluxos de trabalho pra lançar suas soluções com inteligência artificial.

Introdução ao Hugging Face

Por que usar o Hugging Face?

Explorando modelos no Hub!

Executando modelos Hugging Face

Criando um pipeline de geração de texto

Provedores de inferência

Conjuntos de dados do Hugging Face

Explorando conjuntos de dados no Hub!

Carregando conjuntos de dados

Manipulando conjuntos de dados

Começando com o Hugging Face

Aprenda a criar pipelines de IA com o Hugging Face. Domine a classificação de textos, resuma conteúdos e extraia insights de documentos, ficando pronto para enfrentar desafios reais em todos os setores.

Classificação de texto

Correção gramatical

Pergunta Inferência de linguagem natural

Atribuição dinâmica de categorias

Resumo de texto

Resumindo textos longos

Ajustando o tamanho do resumo

Modelos automáticos e tokenizadores

Opções

Pipelines

Aulas de automóveis

Quando usar AutoModels e AutoTokenizers?

Tokenizando texto com o AutoTokenizer

Usando AutoClasses

Perguntas e respostas sobre o documento

Resumo

Resposta a perguntas

Que tarefa combina com esse cenário?

Extraindo texto com PyPDF

Criando um canal de perguntas e respostas

Parabéns!

Criando pipelines com o Hugging Face

english.arrow

imdb_train.arrow

imdb_test.arrow

common_language.arrow

Hugging Face é uma plataforma essencial para acessar funcionalidades de machine learning e IA. Neste curso, você vai explorar o Hugging Face Hub para encontrar os modelos e conjuntos de dados mais adequados para suas tarefas. Você vai usar a API do Hugging Face pra procurar no repositório de modelos por tarefa, autor ou popularidade. Você vai usar pipelines, um componente fundamental do Hugging Face, para realizar uma série de tarefas de IA usando uma sintaxe simples e intuitiva. Você vai aprender a classificar textos em categorias, criar resumos precisos e impactantes e até mesmo conversar com documentos. Vem com a gente na revolução da IA e conhece o Hugging Face hoje mesmo!

<h2>Comece a criar IA com o Hugging Face</h2>No cenário atual de rápida evolução do machine learning (ML) e da inteligência artificial (IA), a Hugging Face se destaca como uma plataforma vital, permitindo que qualquer pessoa aproveite os modelos, conjuntos de dados e funcionalidades mais recentes em seus projetos.<br><br><h2>Explore o hub Hugging Face</h2>Para começar, você navegará pelo vasto repositório de modelos e conjuntos de dados do Hugging Face Hub. Você carregará, usará e salvará modelos do Hugging Face, além de fazer download e manipular conjuntos de dados para treinamento de modelos.<br><br><h2>Criar pipelines para aplicativos de texto</h2>Utilize modelos pré-treinados disponíveis no Hugging Face para tarefas de classificação de texto, como correção gramatical e atribuição de categoria dinâmica; resuma longas passagens de texto usando modelos de sumarização extrativos e abstratos e até mesmo comece a conversar com documentos!<br><br>Ao final do curso, você estará equipado com o conhecimento e as habilidades para lidar com uma ampla gama de tarefas de ML e IA baseadas em texto usando o Hugging Face de forma eficaz.

Introduction to Functions in Python

Navegue e use o vasto repositório de modelos e dados disponíveis no Hugging Face Hub.

Trabalhando com o Hugging Face

Navegue e use o extenso repositório de modelos e conjuntos de dados disponíveis no Hugging Face Hub.

Engenheiro associado de IA para cientistas de dados

Associate AI Engineer para desenvolvedores

Desenvolvimento de aplicativos de IA

Fundamentos de Hugging Face

Preciso de uma maneira rápida de classificar as avaliações dos clientes como positivas ou negativas.

A tarefa é resumir um texto simples de notícias.

Quero comparar rapidamente vários modelos para tarefas de geração de texto.

Nosso modelo de suporte ao cliente deveria priorizar mais a categoria “Urgente”.

A tarefa precisa tokenizar relatórios financeiros, adicionando tokens personalizados para termos como “EBITDA” ou “ROI”.

Quando usar AutoModels e AutoTokenizers?

Trabalhando com o Hugging Face

Exercício interativo prático