Hugging Face官宣1亿美元C轮融资，估值20亿美元

最新推荐文章于 2024-09-01 11:55:12 发布
最新推荐文章于 2024-09-01 11:55:12 发布
阅读量783 收藏
点赞数
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shujushizhanpai/article/details/124795468
版权

在这里插入图片描述

对于机器学习领域的开发者而言，上图中的笑脸应该不陌生了。

这是AI社区 Hugging Face 的标志之一。这家成立于 2016 年的公司，随着机器学习的发展而进入越来越多人的视野之中，也被许多人视为是“机器学习的 GitHub”。

今天 Hugging Face 宣布，其在短短一周内筹集到 1 亿美元的新资金，新一轮融资由 Lux Capital 领投。根据外媒报道，Hugging Face 的估值达到了20亿美元。

图片

从NLP到整个ML

最初成立的时候，Hugging Face 还是一家纯粹的NLP技术公司，他们开发了一款 iPhone 聊天机器人应用程序，可以分享自己电脑生成的脸的自拍照，讲笑话并八卦它和 Siri 的故事。比较适用于无聊的青少年，所以，它也几乎没有赚到钱。

质变时刻出现在 2018 年——他们不再盯着青少年，而是将目光转向开发人员。Hugging Face 的创始人开始尝试免费在线分享应用程序的底层代代码，很快，包括谷歌和微软在内的一些业内知名科技公司的研究人员开始将其用于AI程序。

后来，最早的聊天机器人早已从 App Store 中消失，Hugging Face 逐渐转向为构建即用型机器学习模型的库，并进一步围绕开源库构建社区，尤其是预训练模型库 Transformers。

Tran

最低0.47元/天 解锁文章
数据实战派
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Mixtral: 专家云集 高质量的稀疏专家组合
段智华的博客
12-15 1143
Mixtral: 专家云集 高质量的稀疏专家组合Mistral AI 继续履行其使命，为开发者社区提供最佳的开放模型。人工智能的发展需要采取新的技术转向，而不仅仅是重用众所周知的架构和训练范式。最重要的是，需要让社区从原始模型中受益，以促进新的发明和使用。Mistral AI 团队自豪地发布了 Mixtral 8x7B，这是一个具有开放权重的高质量稀疏专家模型 （SMoE） 混合。在 Apache 2.0 下获得许可。
不用多模态GPT4，HuggingFace+LangChain实现“看图说话”
火烧径-make life easier
11-17 628
要实现一个简单的“看图说话”，要如何做呢？可以分两步： 1. 通过开源的模型，让开源模型识别图片的内容，生成一句话文本描述； 2. 让大语言模型针对文本描述生成一个简短的小故事。
入门深度学习你不得不关注的小知识：什么是HuggingFace？
Yuetian_w的博客
09-07 1115
总之，HuggingFace 是一个值得关注和尝试的 NLP 公司，它为我们提供了丰富的资源和机会，让我们可以更好地利用 NLP 技术来解决实际问题。如果你对 HuggingFace 感兴趣，你可以访问它们的官网 https://huggingface.co/ ，或者关注它们的 Twitter 账号 @huggingface ，获取更多的信息和更新。
[预训练语言模型专题] Huggingface简介及BERT代码浅析
yang191919的博客
05-15 4653
本文为预训练语言模型专题系列第六篇 快速传送门 [萌芽时代]，[风起云涌]，[文本分类通用技巧]，[GPT家族]，[BERT来临] 感谢清华大学自然语言处理实验室对预训练语言模型架构的梳理，我们将沿此脉络前行，探索预训练语言模型的前沿技术，红色框为已介绍的文章。本期的内容是结合Huggingface的Transformers代码，来进一步了解下BERT的pytorch实现，欢迎大家留言讨论交流。 Hugging face 简介 Hugging face???? 是一家总部位于纽约..
年末回顾：2021年 AI 领域十大研究趋势及必读论文
weixin_36896856的博客
12-31 569
点击上方“AI遇见机器学习”，选择“星标”公众号 重磅干货，第一时间送达编 | 小轶，Yimin_饭煲在本文中，我们将梳理近百篇的最新深度学习论文，以总结出“2021 年十大 AI 研究趋...
第一章 huggingface简介
热门推荐
sinat_28931055的博客
08-10 2万+
HuggingFace/transformers系列文章 第一章 huggingfacejianjie 文章目录HuggingFace/transformers系列文章前言一、Bert简介二、HuggingFace/transformers三、安装使用1.安装库2.简单使用2.1 准备预训练模型2.2 embedding 前言 最近需要研究预训练模型，huggingface目前是最火热的自然语言处理框架，为此写此系列文章，边做个学习记录边做个分享 先做个简介开个头吧，后续会边研究边实践边分享，从安
Hugging Face：成为机器学习界的“GitHub”
OneFlow深度学习框架
09-07 6251
五年前，AI领域的知名研究者Andrej Karpathy发文称，传统人工编程属于“软件1.0”，“软件2.0”时代将以神经网络来编程，在这个过渡过程中，将涌现像GitHub这样的重量级平台。AI届网红公司“抱抱脸（Hugging Face）”有志于成为“软件2.0”时代的GitHub。
Hugging Face创始人亲述：一个GitHub史上增长最快的AI项目
OneFlow深度学习框架
05-11 1万+
无心插柳柳成荫，运气，有时就是这么邪门儿。
利用Hugging Face中的模型进行句子相似性实践
「 虚幻私塾」
08-31 1339
这个页面主要对模型描述，训练数据，训练过程，在线演示等进行了介绍：这是通过UER-py项目预训练的句子嵌入模型[9][10]，训练数据使用的[11]，在预训练模型chinese_roberta_L-12_H-768的基础上微调了5个epochs，序列长度为128。在每个epoch结束时，保存在development set上性能最好的模型。主要介绍了训练好的AI模型都有哪些文件组成：说明：主要就是模型权重文件，各种配置文件，以及词汇表等组成。...
Huggingface简介及BERT代码浅析
qq_15821487的博客
08-18 1801
本文为预训练语言模型专题系列第六篇快速传送门[萌芽时代]，[风起云涌]，[文本分类通用技巧]，[GPT家族]，[BERT来临]感谢清华大学自然语言处理实验室对预训练语言模型架构的梳理，我们将沿此脉络前行，探索预训练语言模型的前沿技术，红色框为已介绍的文章。本期的内容是结合Huggingface的Transformers代码，来进一步了解下BERT的pytorch实现，欢迎大家留言讨论交流。Hugging face 简介Hugging face 是一家总部位于纽约的聊天机器人初创服务商，开发的应用在青少年中
【大模型理论篇】RoPE旋转位置编码底层数学原理分析
源泉的小广场
08-30 3557
大模型、位置编码、Transformer、旋转位置编码、RoPE、Rotary Positional Encoding、数学原理、数学推导、旋转矩阵、相对位置、绝对位置、词元相似性、位置相关性
关于人工智能（AI）的研究报告
weixin_44196785的博客
08-29 5713
未来，随着技术的不断创新和应用的不断拓展，人工智能将继续发挥重要作用，推动社会的进步和发展。然而，人工智能的发展也带来了一些挑战，需要我们在技术创新、应用拓展和社会治理等方面共同努力，以确保人工智能的发展符合人类的利益和价值观。就业结构的变化：人工智能的发展将导致就业结构的变化，一些传统的工作岗位将被自动化和智能化的设备所取代，同时也会创造出一些新的工作岗位。社会治理的挑战：人工智能的发展将对社会治理带来挑战，例如如何应对人工智能带来的安全风险、如何保障人工智能的公平性和可及性等。
设备上的实时自定义手势识别
bit_mike的博客
08-31 857
这篇论文的标题是《On-device Real-time Custom Hand Gesture Recognition》，主要研究了如何在移动设备上实时识别自定义手势。论文的重点在于提出了一种新的框架，使得用户可以自定义手势识别流程，并且通过预训练模型和少量的训练数据来实现高准确率的手势识别，这对于AR、VR等领域具有重要的应用价值。
您应该使用哪个矢量数据库？ 选择最适合您需求的数据库
最新发布
weixin_41446370的博客
09-01 1000
在现实世界中，并非所有数据都能整齐地排列成行和列。在处理复杂的非结构化数据（如图像、视频和自然语言）时尤其如此。矢量数据库是一种以高维矢量形式存储数据的数据库，本质上是代表对象特征或特性的数字列表。每个矢量对应一个独特的实体，如一段文本、图像或视频。但为什么要使用矢量呢？奥妙就在于它能够捕捉语义和相似性。通过将数据表示为向量，我们可以对它们进行数学比较，并确定它们的相似或不相似程度。这使我们能够执行复杂的查询，如 "为我查找与此相似的图片 "或 “检索与此文本语义相关的文档”。
未戴安全帽算法检测源码样本安防监控视频分析未戴安全帽检测算法应用场景
LntonCEC的博客
08-29 3052
通过高效的图像处理和实时反馈机制，这些算法不仅提高了安全帽佩戴的检测准确性，还实现了对工地的全覆盖监控。未来，随着技术的不断进步和优化，这些系统将在更多的工地和工业场景中得到广泛应用，为工人的安全保驾护航。同时，系统会记录所有的检测数据，为后续的安全管理和分析提供了宝贵的参考资料。未戴安全帽检测算法是一种基于计算机视觉和深度学习技术的智能分析算法，旨在通过分析图像或视频流，自动识别人员是否佩戴了安全帽，并在检测到未佩戴情况时采取相应的措施（如发出警报或记录事件）。1. 提高检测准确性。
【Datawhale AI夏令营】从零上手CV竞赛Task3
ljj的博客
08-31 912
本文的Task3对Task1的baseline代码继续进行优化的过程。本次城市治理的违规行为识别的比赛到此就完成所有步骤了，以后有机会还会在此基础上继续深入研究，挑战更多可能！
基于协同过滤算法的电影推荐系统的设计与实现(论文+源码)_kaic
weixin_52720882的博客
08-30 2049
2020年张志军在《基于协同过滤算法和强化学习的电影推荐系统》文章中提出了一种全新的电影推荐框架叫做CF-DQN推荐框架,它是基于协同过滤算法的改进的强化学习的电影推荐框架,用于实时的电影推荐。
MobileStyleGAN:一种用于高保真图像合成的轻量级卷积神经网络
qq_50465499的博客
08-28 2245
MobileStyleGAN:一种用于高保真图像合成的轻量级卷积神经网络
Hugging Face官网上那个类型的文件才是的预训练模型和其权重。
06-08
Hugging Face官网提供了多种不同类型的模型文件，其中包括： - `config.json`：模型的配置文件，包括模型的超参数和架构。 - `pytorch_model.bin`：PyTorch版的预训练权重文件。 - `tf_model.h5`：TensorFlow版的预训练权重文件。 - `vocab.txt`：BERT模型的词汇表文件。 如果您需要使用PyTorch版的BERT预训练模型，则需要下载 `config.json` 和 `pytorch_model.bin` 两个文件。您可以通过 `from_pretrained` 方法将这些文件加载到您的模型中，如下所示： ```python from transformers import BertModel model = BertModel.from_pretrained('/path/to/local/directory/containing/weights') ``` 在这里，您需要将 `/path/to/local/directory/containing/weights` 替换为您保存BERT权重的本地目录的路径。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值