探索 Hugging Face 的强大能力——开发者和数据科学家的首选 AI 平台。了解预训练模型、访问数据集，并搭建工作流以启动您的 AI 解决方案。

Hugging Face 简介

为什么选择使用 Hugging Face？

在 Hub 上探索模型！

运行 Hugging Face 模型

构建文本生成 pipeline

推理服务提供方

Hugging Face 数据集

在 Hub 上探索数据集！

加载数据集

操作数据集

Hugging Face 入门

学习使用 Hugging Face 构建 AI pipelines。掌握文本分类、内容摘要与文档信息提取，助您应对各行业的实际挑战。

文本分类

语法正确性

Question Natural Language Inference

动态类别分配

文本摘要

长文本摘要

调整摘要长度

Auto Models 与 Tokenizers

选项

Pipelines

Auto Classes

何时使用 AutoModels 和 AutoTokenizers？

使用 AutoTokenizer 进行文本分词

使用 AutoClasses

文档问答

Text Classification

Summarization

Question Answering

哪个任务最适合这个场景？

使用 PyPDF 提取文本

构建 Q&A 管道

恭喜您！

使用 Hugging Face 构建 Pipelines

imdb_test.arrow

imdb_train.arrow

common_language.arrow

english.arrow

Hugging Face 是获取机器学习与 AI 功能的重要平台。在本课程中，您将探索 Hugging Face Hub，找到最适合您任务的模型和数据集。您将使用 Hugging Face 的 API，按任务、作者或热度在其模型库中进行搜索。您还将使用 pipelines（Hugging Face 的核心组件），通过简单直观的语法完成各类 AI 任务。您将学会将文本分类到不同类别、生成准确有力的摘要，甚至与文档进行对话。加入 AI 浪潮，从今天开始了解 Hugging Face！

视频包含实时字幕，您可点击视频左下角的 "Show transcript" 显示。
课程术语表可在右侧资源区找到。
若要获得 CPE 学分，您需要完成课程并在合格测评中达到 70% 的得分。您可以点击右侧的 CPE 学分提示进入测评。

<h2>开始使用 Hugging Face 构建 AI</h2>在当今快速发展的机器学习（ML）和人工智能（AI）领域，Hugging Face 脱颖而出，成为一个至关重要的平台，让任何人都能在项目中利用最新的模型、数据集和功能。<br><br><h2>探索 Hugging Face Hub</h2>首先，你将浏览 Hugging Face Hub 上庞大的模型和数据集资源库。 你将从 Hugging Face 加载、使用和保存模型，并下载和处理用于模型训练的数据集。<br><br><h2>构建文本应用流水线</h2>利用 Hugging Face 上可用的预训练模型完成文本分类任务，例如语法正确性判断和动态类别分配；使用抽取式和生成式摘要模型对长文本进行总结，甚至开始与文档进行对话！<br><br>课程结束时，你将掌握相关知识和技能，能够有效使用 Hugging Face 处理各种基于文本的机器学习和 AI 任务。

Introduction to Functions in Python

浏览并使用Hugging Face Hub上丰富的模型和数据集库。

使用 Hugging Face

浏览并使用 Hugging Face Hub 上丰富的模型和数据集资源。

面向数据科学家的 AI 工程师助理

面向开发者的 AI 工程师助理

开发 AI 应用程序

Hugging Face 基础知识

Lead Data Engineer

什么是摘要？

抽取式 vs. 抽象式

抽取式摘要的用例

抽象式摘要的用例

抽取式摘要演示

抽象式摘要演示

摘要参数

¡Vamos a practicar!

使用 Hugging Face 构建 Pipelines - 文本摘要

文本摘要

Create Your Free Account