登入
首頁
收藏
0
返回課程
Hugging Face的ai網站體驗(1106)
機器學習研討
機器學習簡介
登錄後請說hello
AI軟體mediapipe簡介與demo操作
copilot詢問python雲端開發平台Google colab並實作
tensorflow-gpu keras ML python套件軟體安裝說明
機器學習911課程 課程說明
生物視覺&機器視覺
分組
AI_ML生物視覺機器視覺
生物視覺 機器視覺1
機器視覺 與haarcascades偵測人臉與眼睛(918)
python雲端開發平台Google colab
ex1 請在google colab上完成一簡易python code
機器學習918 google colab 實作python
機器視覺ILSVRC競賽之後
tensorflow playground(925)
activation函數&自然語言處理
自然語言處理 Natural language Processing簡介
自然語言處理 Natural language Processing
機器學習925tensorflow ground與自然語言處理Word2viz
自然語言處理 Natural language Processing 字詞量化
ML常用的activation函數初探與pyplot繪圖(1009)
[1009]小測驗
機器學習1007激活函數python作業測驗檢討
openAI-whisper
openai whisper在huggingface的試用與在colab上的使用(1016)
問whisper於chatGPT
openai_whisper_ex0.ipynb
免費版Openai-whisper超好用---簡介與python語音前置處理
機器學習1016 whisper課堂簡介
openAI whisper large v3 python轉VTT字幕
whisper超好用---Google Colab python cuda語音辨識程式產生字幕檔(1023)
openai-whisper超好用
whisper辨識與ffmpeg切割影音與調整字幕之一
whisper辨識與ffmpeg切割影音與調整字幕之二colab實測
ex2 openai-whisper試用
藝術生成 & 對抗生成式網路GAN與其他......
藝術生成---對抗式生成網路GAN 與dall-e whichfaceisreal操作(1030)
藝術生成 對抗式生成網路GAN與賽局理論 cycleGan等
藝術生成GAN pdf
Hugging Face的ai網站體驗(1106)
GAN家族 cGAN, styleGAN與Image Translation with pix2pix-tensorflow(1113)
對抗式生成式AI GAN與相關軟體操作(穿插Stable diffusion)
Stable diffusion簡介與實作
藝術生成 Stable Diffusion與Denoising Diffusion Model(1120)
藝術生成_dall-e與_stable_Diffusion
ai產生影片stable video diffusion 在google colab上python實作
ipython code: stable_diffusion_3_with _kerasHub.ipynb
AI機器學習與Stable Diffusion操作
AI機器學習與Stable Diffusion 3 in KerasHub在免費Colab上實作
ex3 AI圖藝術生成
Keras實作神經網路模型---手寫數字辨識
Keras實作神經網路模型之1 mnist手寫數字
Keras實作神經網路模型之2 mnist手寫數字辨識(1127)
AI機器學習Keras淺層神經網路辨識mnist手寫數字
Keras實作神經網路模型
神經網路模型之一 從感知器到神經網路
神經網路模型之2 單一神經元python numpy計算
多神經網路模型
多層神經網路Keras python實作練習(1204)
多層神經網路模型v2
神經網路模型
Keras多層神經網路辨識手寫數字mnist實作V3
CNN卷積神經網路
Keras實作CNN辨識mnist手寫數字
CNN卷積神經網路(1211)
Loss函數 cross entropy 梯度下降
Loss函數、梯度下降、batch size etc
機器學習CNN卷積計算辨識mnist手寫數字
進階CNN
Keras仿AlexNet訓練辨識tflearn花朵資料集oxflower17(1218)
進階CNN
2024 CNN模型仿AlexNet.ipynb
2024 Keras跑仿AlexNet辨識oxflower17處理在Colab上的諸多坑
進階CNN技巧實作仿AlexNet訓練辨識oxflower17達97趴辨識率(1225)
python Keras如何使用仿AlexNet針對oxflower達到99趴以上的辨識率之一
python Keras使用仿AlexNet針對oxflower達到100趴的辨識率實測
期末報告
期末作業
重點
討論
(1)
筆記
發表時間 : 2024-11-06 17:04
觀看次數 : 42
原始資料來自 :
https://www.youtube.com/embed/iuxQdOuLcq8?si=3whKfB0avpG5fqSo
附件
討論功能僅開放給課程成員,請先加入課程
最新的回應
...more
2024-11-07
M11333006
:
Hugging Face 是一個專注於自然語言處理和生成式 AI 的平台,提供數千個機器學習模型和數據集,方便開發者下載、訓練和部署模型。其知名產品包括 Transformers (模型應用)、Datasets (數據集)及 Spaces(模型應用展示平台),廣泛應用於語言生成、翻譯等任務。
2024-11-07
M11333012
:
Hugging Face 是一個專注於自然語言處理(NLP)和機器學習的開源平台,提供了多種工具和資源來幫助開發者和研究人員使用和訓練各種模型。以下是 Hugging Face 的幾個主要功能和特點: 1. **Transformers**:Hugging Face 最著名的庫之一,提供了多種預訓練的深度學習模型,支持多種語言任務,如文本分類、問答系統、文本生成等。 2. **Datasets**:這個庫提供了大量的開源數據集,方便用戶進行模型訓練和測試。 3. **Tokenizers**:提供高效的文本編碼工具,幫助用戶將文本轉換為模型可以理解的格式。 4. **Model Hub**:用戶可以在這裡分享和下載各種模型,促進社群的合作和知識共享。 5. **社群支持**:Hugging Face 擁有活躍的社群,提供論壇和文檔,幫助用戶解決問題並分享經驗。 6. **應用案例**:許多企業和研究機構使用 Hugging Face 的工具來開發各種應用,如聊天機器人、語音助手和文本分析工具。 Hugging Face 致力於推動人工智慧的民主化,使更多的人能夠輕鬆使用和理解複雜的機器學習技術。
2024-11-06
B11033056
:
Hugging Face的想法是基於自然語言處理 (NLP) 的人工智慧技術,來為年輕人們開發一個帶有娛樂性、類似於電子寵物一樣的個性化聊天機器人,讓大家可以在無聊的時候跟它聊八卦、問它問題、讓它產生一些有趣的圖片之類的事情。 Hugging Face的團隊做了一個很重要的事,那就是建構了一個底層庫來容納各種機器學習模型和各種類型的資料集。包括幫助訓練聊天機器人檢測文字消息情緒、產生連貫的響應、理解不同對話主題等,並且在GitHub上始終以開放原始碼專案的形式持續發表該底層庫的一些內容。 Hugging Face還建立了Tokenizers、Datasets、Accelerate等庫,從模型到資料集、從託管平台到性能最佳化,以開源社群為載體,Hugging Face已建立起了完整的人工智慧開發生態,涵蓋了 NLP、電腦視覺、語音、時間序列、生物學、強化學習等各個領域。
2024-11-06
M11333001
:
Hugging Face的想法是基於自然語言處理 (NLP) 的人工智慧技術,來為年輕人們開發一個帶有娛樂性、類似於電子寵物一樣的個性化聊天機器人,讓大家可以在無聊的時候跟它聊八卦、問它問題、讓它產生一些有趣的圖片之類的事情。 Hugging Face的團隊做了一個很重要的事,那就是建構了一個底層庫來容納各種機器學習模型和各種類型的資料集。包括幫助訓練聊天機器人檢測文字消息情緒、產生連貫的響應、理解不同對話主題等,並且在GitHub上始終以開放原始碼專案的形式持續發表該底層庫的一些內容。 Hugging Face還建立了Tokenizers、Datasets、Accelerate等庫,從模型到資料集、從託管平台到性能最佳化,以開源社群為載體,Hugging Face已建立起了完整的人工智慧開發生態,涵蓋了 NLP、電腦視覺、語音、時間序列、生物學、強化學習等各個領域。
2024-11-06
M11333009
:
Hugging Face 是一個專注於自然語言處理(NLP)和機器學習的開源平台,提供了多種工具和資源來幫助開發者和研究人員使用和訓練各種模型。以下是 Hugging Face 的幾個主要功能和特點: 1. **Transformers**:Hugging Face 最著名的庫之一,提供了多種預訓練的深度學習模型,支持多種語言任務,如文本分類、問答系統、文本生成等。 2. **Datasets**:這個庫提供了大量的開源數據集,方便用戶進行模型訓練和測試。 3. **Tokenizers**:提供高效的文本編碼工具,幫助用戶將文本轉換為模型可以理解的格式。 4. **Model Hub**:用戶可以在這裡分享和下載各種模型,促進社群的合作和知識共享。 5. **社群支持**:Hugging Face 擁有活躍的社群,提供論壇和文檔,幫助用戶解決問題並分享經驗。 6. **應用案例**:許多企業和研究機構使用 Hugging Face 的工具來開發各種應用,如聊天機器人、語音助手和文本分析工具。 Hugging Face 致力於推動人工智慧的民主化,使更多的人能夠輕鬆使用和理解複雜的機器學習技術。
安文
請問Hugging face是怎麼樣的網站?
2024-11-06
1 樓
顯示先前的回應
8 則當中的 3 則
m11333015
Hugging Face已經是全球最受歡迎的開源機器學習社群和平台,不僅創下了GitHub有史以來增長最快的AI項目記錄,估值也一路衝破了20億美元。近期一篇關於HuggingGPT的論文更是把Hugging Face推到了舞台中心,也讓更多人關注到了目前這股與眾不同的人工智慧發展力量。
2024-11-06
2 樓
m11333015
Hugging Face做的產品其實是一款針對青少年群體的聊天機器人。
當時Hugging Face的想法是基於自然語言處理 (NLP) 的人工智慧技術,來為年輕人們開發一個帶有娛樂性、類似於電子寵物一樣的個性化聊天機器人,讓大家可以在無聊的時候跟它聊八卦、問它問題、讓它產生一些有趣的圖片之類的事情。
Hugging Face的團隊做了一個很重要的事,那就是建構了一個底層庫來容納各種機器學習模型和各種類型的資料集。包括幫助訓練聊天機器人檢測文字消息情緒、產生連貫的響應、理解不同對話主題等,並且在GitHub上始終以開放原始碼專案的形式持續發表該底層庫的一些內容。
Hugging Face還建立了Tokenizers、Datasets、Accelerate等庫,從模型到資料集、從託管平台到性能最佳化,以開源社群為載體,Hugging Face已建立起了完整的人工智慧開發生態,涵蓋了 NLP、電腦視覺、語音、時間序列、生物學、強化學習等各個領域。
2024-11-06
3 樓
M11333003
Hugging Face的想法是基於自然語言處理 (NLP) 的人工智慧技術,來為年輕人們開發一個帶有娛樂性、類似於電子寵物一樣的個性化聊天機器人,讓大家可以在無聊的時候跟它聊八卦、問它問題、讓它產生一些有趣的圖片之類的事情。
Hugging Face的團隊做了一個很重要的事,那就是建構了一個底層庫來容納各種機器學習模型和各種類型的資料集。包括幫助訓練聊天機器人檢測文字消息情緒、產生連貫的響應、理解不同對話主題等,並且在GitHub上始終以開放原始碼專案的形式持續發表該底層庫的一些內容。
Hugging Face還建立了Tokenizers、Datasets、Accelerate等庫,從模型到資料集、從託管平台到性能最佳化,以開源社群為載體,Hugging Face已建立起了完整的人工智慧開發生態,涵蓋了 NLP、電腦視覺、語音、時間序列、生物學、強化學習等各個領域。
2024-11-06
4 樓
M11333009
Hugging Face 是一個專注於自然語言處理(NLP)和機器學習的開源平台,提供了多種工具和資源來幫助開發者和研究人員使用和訓練各種模型。以下是 Hugging Face 的幾個主要功能和特點:
1. **Transformers**:Hugging Face 最著名的庫之一,提供了多種預訓練的深度學習模型,支持多種語言任務,如文本分類、問答系統、文本生成等。
2. **Datasets**:這個庫提供了大量的開源數據集,方便用戶進行模型訓練和測試。
3. **Tokenizers**:提供高效的文本編碼工具,幫助用戶將文本轉換為模型可以理解的格式。
4. **Model Hub**:用戶可以在這裡分享和下載各種模型,促進社群的合作和知識共享。
5. **社群支持**:Hugging Face 擁有活躍的社群,提供論壇和文檔,幫助用戶解決問題並分享經驗。
6. **應用案例**:許多企業和研究機構使用 Hugging Face 的工具來開發各種應用,如聊天機器人、語音助手和文本分析工具。
Hugging Face 致力於推動人工智慧的民主化,使更多的人能夠輕鬆使用和理解複雜的機器學習技術。
2024-11-06
5 樓
M11333001
Hugging Face的想法是基於自然語言處理 (NLP) 的人工智慧技術,來為年輕人們開發一個帶有娛樂性、類似於電子寵物一樣的個性化聊天機器人,讓大家可以在無聊的時候跟它聊八卦、問它問題、讓它產生一些有趣的圖片之類的事情。
Hugging Face的團隊做了一個很重要的事,那就是建構了一個底層庫來容納各種機器學習模型和各種類型的資料集。包括幫助訓練聊天機器人檢測文字消息情緒、產生連貫的響應、理解不同對話主題等,並且在GitHub上始終以開放原始碼專案的形式持續發表該底層庫的一些內容。
Hugging Face還建立了Tokenizers、Datasets、Accelerate等庫,從模型到資料集、從託管平台到性能最佳化,以開源社群為載體,Hugging Face已建立起了完整的人工智慧開發生態,涵蓋了 NLP、電腦視覺、語音、時間序列、生物學、強化學習等各個領域。
2024-11-06
6 樓
B11033056
Hugging Face的想法是基於自然語言處理 (NLP) 的人工智慧技術,來為年輕人們開發一個帶有娛樂性、類似於電子寵物一樣的個性化聊天機器人,讓大家可以在無聊的時候跟它聊八卦、問它問題、讓它產生一些有趣的圖片之類的事情。
Hugging Face的團隊做了一個很重要的事,那就是建構了一個底層庫來容納各種機器學習模型和各種類型的資料集。包括幫助訓練聊天機器人檢測文字消息情緒、產生連貫的響應、理解不同對話主題等,並且在GitHub上始終以開放原始碼專案的形式持續發表該底層庫的一些內容。
Hugging Face還建立了Tokenizers、Datasets、Accelerate等庫,從模型到資料集、從託管平台到性能最佳化,以開源社群為載體,Hugging Face已建立起了完整的人工智慧開發生態,涵蓋了 NLP、電腦視覺、語音、時間序列、生物學、強化學習等各個領域。
2024-11-06
7 樓
M11333012
Hugging Face 是一個專注於自然語言處理(NLP)和機器學習的開源平台,提供了多種工具和資源來幫助開發者和研究人員使用和訓練各種模型。以下是 Hugging Face 的幾個主要功能和特點:
1. **Transformers**:Hugging Face 最著名的庫之一,提供了多種預訓練的深度學習模型,支持多種語言任務,如文本分類、問答系統、文本生成等。
2. **Datasets**:這個庫提供了大量的開源數據集,方便用戶進行模型訓練和測試。
3. **Tokenizers**:提供高效的文本編碼工具,幫助用戶將文本轉換為模型可以理解的格式。
4. **Model Hub**:用戶可以在這裡分享和下載各種模型,促進社群的合作和知識共享。
5. **社群支持**:Hugging Face 擁有活躍的社群,提供論壇和文檔,幫助用戶解決問題並分享經驗。
6. **應用案例**:許多企業和研究機構使用 Hugging Face 的工具來開發各種應用,如聊天機器人、語音助手和文本分析工具。
Hugging Face 致力於推動人工智慧的民主化,使更多的人能夠輕鬆使用和理解複雜的機器學習技術。
2024-11-07
8 樓
M11333006
Hugging Face 是一個專注於自然語言處理和生成式 AI 的平台,提供數千個機器學習模型和數據集,方便開發者下載、訓練和部署模型。其知名產品包括 Transformers (模型應用)、Datasets (數據集)及 Spaces(模型應用展示平台),廣泛應用於語言生成、翻譯等任務。
2024-11-07
9 樓
筆記功能僅開放給課程成員,請先加入課程
Prev
藝術生成GAN pdf
Next
GAN家族 cGAN, styleGAN與Image Translation with pix2pix-tensorflow(1113)
Hugging Face的團隊做了一個很重要的事,那就是建構了一個底層庫來容納各種機器學習模型和各種類型的資料集。包括幫助訓練聊天機器人檢測文字消息情緒、產生連貫的響應、理解不同對話主題等,並且在GitHub上始終以開放原始碼專案的形式持續發表該底層庫的一些內容。
Hugging Face還建立了Tokenizers、Datasets、Accelerate等庫,從模型到資料集、從託管平台到性能最佳化,以開源社群為載體,Hugging Face已建立起了完整的人工智慧開發生態,涵蓋了 NLP、電腦視覺、語音、時間序列、生物學、強化學習等各個領域。
1. **Transformers**:Hugging Face 最著名的庫之一,提供了多種預訓練的深度學習模型,支持多種語言任務,如文本分類、問答系統、文本生成等。
2. **Datasets**:這個庫提供了大量的開源數據集,方便用戶進行模型訓練和測試。
3. **Tokenizers**:提供高效的文本編碼工具,幫助用戶將文本轉換為模型可以理解的格式。
4. **Model Hub**:用戶可以在這裡分享和下載各種模型,促進社群的合作和知識共享。
5. **社群支持**:Hugging Face 擁有活躍的社群,提供論壇和文檔,幫助用戶解決問題並分享經驗。
6. **應用案例**:許多企業和研究機構使用 Hugging Face 的工具來開發各種應用,如聊天機器人、語音助手和文本分析工具。
Hugging Face 致力於推動人工智慧的民主化,使更多的人能夠輕鬆使用和理解複雜的機器學習技術。