Публикации по теме 'hugging-face'


Создание конвейера машинного обучения на AWS Sagemaker, часть третья: обучение и вывод
Это третий пост в серии из трех частей о создании многоразового конвейера машинного обучения, который запускается с помощью одного файла конфигурации и пяти пользовательских функций. Конвейер основан на точной настройке для целей классификации, работает на распределенных графических процессорах в AWS Sagemaker и использует Huggingface Transformers, Accelerate, Datasets & Evaluate, PyTorch, wandb и другие. Этот пост первоначально появился в Блоге VISO Trust В этом посте будут..
Точная настройка модели трансформатора для нейронного машинного перевода.
Нейронный машинный перевод (NMT) произвел революцию в области языкового перевода, позволив нам более эффективно преодолевать языковые барьеры. В этой статье мы рассмотрим процесс тонкой настройки предварительно обученной модели трансформатора для NMT с использованием библиотеки Transformers Hugging Face. В качестве примера мы сосредоточимся на переводе с португальского на английский. К концу этой статьи у вас будет пошаговое руководство по точной настройке модели трансформатора и созданию..
Сквозная задача ответа на вопрос НЛП: от данных к развертыванию.
Оглавление Введение (постановка задачи) Анализ исследования данных Предварительная обработка Моделирование "Постобработка" Выбор лучшей модели Анализ ошибок Развертывание 1. Введение (О постановке задачи) 1.1 Деловая проблема: Со всеми твитами, циркулирующими каждую секунду, трудно сказать, повлияет ли настроение, стоящее за конкретным твитом, на компанию или бренд человека из-за того, что он вирусный (положительный), или опустошит прибыль, потому что он имеет..
Повышение безопасности паролей за счет понимания естественного языка: создание простого пароля…
Окончательная модель обучена на 2 миллионах наиболее распространенных и случайно сгенерированных паролей, хорошо работает (взвешенная точность 99,4%) для паролей, не превышающих 10 символов, и может свободно использоваться через Huggingface . В эпоху, когда киберугрозы стали более распространенными, чем когда-либо, обеспечение безопасности онлайн-аккаунтов имеет первостепенное значение. Пароли часто являются первой линией защиты от несанкционированного доступа, что делает их..
Обнимающее лицо: демократизация ИИ и революция в обработке естественного языка
Обнимающее лицо: демократизация ИИ и революция в обработке естественного языка Расширение возможностей мира с помощью ИИ: история обнимания лица и его влияние на обработку естественного языка Введение Hugging Face, компания-первопроходец в области искусственного интеллекта (ИИ), стала широко известна в отрасли благодаря своей революционной работе. Миссия Hugging Face, основанная командой дальновидных, состоит в том, чтобы демократизировать обработку естественного языка (NLP) и..
Как использовать XLNET из библиотеки трансформеров Hugging Face
Как использовать XLNET из библиотеки трансформеров Hugging Face для трех важных задач В этой статье я покажу, как использовать XLNET с библиотекой Hugging Face Transformer для трех важных задач. Я также покажу, как вы можете настроить XLNET, чтобы вы могли использовать его для решения любых задач, помимо стандартных задач, для решения которых он был разработан. Обратите внимание, что эта статья была написана в апреле 2022 года, поэтому более ранние и будущие версии библиотеки Hugging..
Вызов модели Transformer ML напрямую через SQL для прогнозирования настроений
Учебное пособие по применению модели машинного обучения Hugging Face непосредственно к некоторым табличным данным с помощью SparkSql UDF и MLflow MLflow и Apache Spark отлично подходят для управления вашими данными. Давайте сосредоточимся на том, чтобы показать, как уже существующая модель машинного обучения, в данном случае популярный дистилберт , может быть доступна в SQL. Демократизируйте свое машинное обучение: SQL намного проще в использовании, чем обычный Python, что, если бы..