Formation Hugging Face pour le Traitement du Langage Naturel (TLN)

Introduction

• Aperçu de la PNL et de ses applications
• Présentation de Hugging Face et de ses principales caractéristiques

Mise en place d'un environnement de travail

• Installation et configuration de Hugging Face

Comprendre la bibliothèque Transformers Hugging Face et les modèles de transformateurs

• Exploration de la structure et des fonctionnalités de la bibliothèque Transformers
• Vue d'ensemble des différents modèles de transformateurs disponibles dans Hugging Face

Utiliser les transformateurs Hugging Face

• Chargement et utilisation de modèles pré-entraînés
• Appliquer les transformateurs à diverses tâches de TAL

Mise au point d'un modèle pré-entraîné

• Préparation d'un ensemble de données pour le réglage fin
• Mise au point d'un modèle de transformateur pour une tâche spécifique

Partager des modèles et des tokenizers

• Exporter et partager des modèles entraînés
• Utilisation de tokenizers pour le traitement de texte

Exploration de la bibliothèque Hugging Face Datasets

• Vue d'ensemble de la bibliothèque de jeux de données dans Hugging Face
• Accessing et utilisation d'ensembles de données préexistants

Exploration de la bibliothèque Hugging Face Tokenizers

• Comprendre les techniques de tokenisation et leur importance
• Exploiter les tokenizers de Hugging Face

Exécuter des tâches classiques de NLP

• Mettre en œuvre des tâches de TAL courantes à l'aide de Hugging Face
• Classification de textes, analyse de sentiments, reconnaissance d'entités nommées, etc.

Exploiter les modèles de transformateurs pour les tâches de traitement de la parole et Computer Vision

• Étendre l'utilisation des transformateurs au-delà des tâches basées sur le texte
• Application des transformateurs pour les tâches liées à la parole et à l'image

Dépannage et débogage

• Problèmes et défis courants liés à l'utilisation de Hugging Face
• Techniques de dépannage et de débogage

Construire et partager vos démonstrations de modèles

• Conception et création de démonstrations interactives de modèles
• Partager et présenter efficacement vos modèles

Résumé et prochaines étapes

• Récapitulation des concepts clés et des techniques apprises
• Conseils pour une exploration plus approfondie et ressources pour la poursuite de l'apprentissage