Hugging Face 提供四门免费AI课程（中文版），专为大型模型初学者及行业从业者量身定制！

AIGC莹子

于 2024-09-05 11:22:26 发布

阅读量936

点赞数 23

文章标签：人工智能前端学习算法产品经理

本文链接：https://blog.csdn.net/z551646/article/details/141926318

版权

关注博主不迷路，每日推送AI前沿内容！

本课程将从初学者到专家教授，它是完全免费和开源的！课程完全免费、没有任何广告、非常适合初学者，由 Hugging Face 出品的 4 门 AI 学习课程，课程均是基于 Hugging Face 生态进行教学，除了深度强化学习课程外，其他 3 门课程均有中文。课程链接如下：

https://huggingface.co/learn

一、深度强化学习（Deep RL Course）

深度强化学习的理论学习以及实践，并学会使用知名的深度强化学习库。

这是课程大纲：

单元1. 深度强化学习介绍；
单元2. Q学习介绍
单元3. 使用Atari游戏的深度Q学习
单元4. 使用PyTorch的策略梯度
单元5. Unity ML-Agents介绍
单元6. 使用机器人环境的演员-评论家方法
单元7. 多智能体和人工智能对抗介绍
单元8. 强化学习高级主题

在本课程中，您将：

📖 研究深度强化学习的理论和实践。
🧑‍💻 学习使用著名的深度强化学习库，例如Stable Baselines3、RL Baselines3 Zoo、Sample Factory和CleanRL。
🤖在独特的环境中训练，例如SnowballFight、Huggy the Doggo 🐶、VizDoom (Doom) 以及经典环境，例如Space Invaders、PyBullet等。

二、自然语言处理（NLP Course）

将了解并熟悉 Transformer 相关知识，学会解决最常见的 NLP 问题，最后学习如何构建和分享模型。

第 1 章到第 4 章介绍了 🤗 Transformers 库的主要概念。在本部分课程结束时，您将熟悉 Transformer 模型的工作原理，并了解如何使用Hugging Face Hub中的模型，在数据集上对其进行微调，并在 Hub 上分享您的结果！
第 5 章到第 8 章在深入研究经典 NLP 任务之前介绍了 🤗 数据集和 🤗 标记器的基础知识。学完本部分后，您将能够自己解决最常见的 NLP 问题。
第 9 章到第 12 章超越了 NLP，并探讨了如何使用 Transformer 模型来处理语音处理和计算机视觉中的任务。在此过程中，您将学习如何构建和共享模型的演示，并针对生产环境优化它们。在本部分结束时，您将准备好将 🤗 Transformer 应用于（几乎）任何机器学习问题！

三、音频课程（Audio Course）

学会如何使用 Transformer 解决各种各样与音频有关的任务，如语音识别、音频分类、或是文字生成语音等。在本课程中，我们将探讨如何将变压器应用于音频数据。您将学习如何使用它们来解决一系列与音频相关的任务。无论您是对语音识别、音频分类还是从文本生成语音感兴趣，变压器和本课程都能满足您的需求。

该课程分为几个单元，深入涵盖各种主题：

第 1 单元：了解处理音频数据的细节，包括音频处理技术和数据准备。
第 2 单元：了解音频应用程序并学习如何使用 🤗 Transformers 管道执行不同的任务，例如音频分类和语音识别。
第 3 单元：探索音频转换器架构，了解它们有何不同以及它们最适合执行哪些任务。
第 4 单元：学习如何构建自己的音乐流派分类器。
第 5 单元：深入研究语音识别并建立模型来转录会议录音。
第 6 单元：学习如何从文本生成语音。
第 7 单元：学习如何使用 Transformer 构建真实世界的音频应用程序。

四、开源AI指南

**学会如何利用开源工具和模型来开发 AI 应用，以及解决各种机器学习问题的实际方案。**最近添加：

实施语义缓存以改进 RAG 系统
使用 LlamaIndex 构建 RAG 电子书“图书馆员”
稳定扩散插值
使用 Gemma、MongoDB 和开源模型构建 RAG 系统
使用 PEFT 库进行快速调整
使用 TGI 的消息 API 从 OpenAI 迁移到 Open LLM
通过推理端点自动嵌入 TEI
使用 Hugging Face Zephyr 和 LangChain 解决 GitHub 问题的简单 RAG
使用转换器、数据集和 FAISS 嵌入多模态数据以进行相似性搜索
在单个 GPU 上对自定义代码进行代码 LLM 微调
使用综合数据和法学硕士法官进行 RAG 评估
使用 LangChain 的 HuggingFace 文档上的高级 RAG
使用 Cleanlab 检测文本数据集中的问题

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓