探索 Hugging Face 的強大能力，這是開發者與資料科學家的首選 AI 平台。你將瀏覽預先訓練的模型、存取資料集，並設定工作流程，啟動你的 AI 解決方案。

Hugging Face 簡介

為什麼要用 Hugging Face 開發？

探索 Hub 上的模型！

執行 Hugging Face 模型

建立文字生成 pipeline

推論提供者

Hugging Face Datasets

在 Hub 上探索資料集！

載入資料集

操作資料集

認識 Hugging Face

學習使用 Hugging Face 建立 AI pipelines。熟悉文字分類、內容摘要，以及從文件擷取洞見，讓你具備跨產業解決實務問題的能力。

文字分類

文法正確性

問題自然語言推論

動態類別指派

文字摘要

摘要長篇文字

調整摘要長度

Auto Models 與 Tokenizers

選項

Pipelines

Auto Classes

何時該使用 AutoModels 與 AutoTokenizers？

使用 AutoTokenizer 進行文字分詞

使用 AutoClasses

文件問答

Options

Text Classification

Summarization

Question Answering

哪一個任務適合這個情境？

使用 PyPDF 擷取文字

建立 Q&A pipeline

恭喜你！

用 Hugging Face 建立 Pipelines

imdb_test.arrow

imdb_train.arrow

common_language.arrow

english.arrow

Hugging Face 是存取機器學習與 AI 功能的重要平台。這門課會帶你探索 Hugging Face Hub，找出最符合你任務的模型與資料集。你會使用 Hugging Face 的 API，依任務、作者或熱門程度來搜尋其模型儲存庫。你也會使用 pipelines——Hugging Face 的核心元件——以簡潔直觀的語法完成各式各樣的 AI 任務。你將學會將文字分類、產生精準有力的摘要，甚至與文件進行對話。現在就加入 AI 浪潮，開始認識 Hugging Face！

影片提供即時字幕，你可以點選影片左下角的「Show transcript」來顯示。
課程的名詞表位於右側的資源區塊。
若要取得 CPE 學分，你需要完成課程並在合格測驗中達到 70% 的分數。你可以點選右側的 CPE 學分提示前往測驗。

<h2>開始使用 Hugging Face 建立 AI</h2>在當今快速發展的機器學習（ML）與人工智慧（AI）領域，Hugging Face 是一個不可或缺的平台，讓任何人都能在專案中運用最新的模型、資料集與功能。<br><br><h2>探索 Hugging Face Hub</h2>首先，您將瀏覽 Hugging Face Hub 上龐大的模型與資料集儲存庫。 您將從 Hugging Face 載入、使用並儲存模型，並下載及處理資料集以進行模型訓練。<br><br><h2>為文字應用建立流程</h2>運用 Hugging Face 上的預訓練模型進行文字分類任務，例如文法正確性檢查與動態類別分配；同時，透過擷取式與生成式摘要模型，總結長篇文字內容，甚至可以開始與文件進行對話！<br><br>在本課程結束時，您將具備運用 Hugging Face 有效處理各類文本型機器學習與人工智慧任務的知識與技能。

Introduction to Functions in Python

在 Hugging Face Hub 上瀏覽並使用豐富的模型和數據集資源。

善用 Hugging Face

掌握如何瀏覽並運用 Hugging Face Hub 上豐富的模型與資料集。

AI 工程師助理職涯路徑（適合資料科學家）

AI 工程師入門路徑（適合開發人員）

開發 AI 應用程式

Hugging Face 基礎入門

Lead Data Engineer

文字分類：情緒分析

情緒分析：程式範例

文字分類：文法正確性

文法正確性：程式範例

文字分類：QNLI

QNLI：程式範例

文字分類：動態類別指派

動態類別指派：程式範例

文字分類的挑戰

一起來練習吧！

用 Hugging Face 建立 Pipelines - 文字分類

文字分類

Create Your Free Account