Home
Login

第四階段：深度學習與神經網路

Hugging Face 提供的大型語言模型和自然語言處理免費課程，涵蓋 Transformers、資料處理、模型微調等完整技術棧

Click to Start Learning AI →
LLMNLPTransformersWebSiteTextFreeMulti-Language

Hugging Face LLM 課程詳細介紹

課程概述

這是一門由 Hugging Face 提供的大型語言模型（LLM）和自然語言處理（NLP）課程，專注於使用 Hugging Face 生態系統的函式庫進行學習和實踐。

課程特色

  • 完全免費：無廣告，無付費內容
  • 實踐導向：結合理論與實踐，提供程式碼範例
  • 開源精神：所有內容在 Apache 2 許可證下發布
  • 多語言支援：支援多種語言版本的翻譯
  • 社群驅動：活躍的社群支援和討論

課程結構

第1-4章：🤗 Transformers 函式庫基礎

  • Transformer 模型的運作原理
  • 如何使用 Hugging Face Hub 中的模型
  • 模型微調技術
  • 在 Hub 上分享成果

第5-8章：資料處理與經典NLP任務

  • 🤗 Datasets 和 🤗 Tokenizers 基礎
  • 經典 NLP 任務處理
  • LLM 技術深入
  • 常見語言處理挑戰的解決方案

第9章：模型部署與展示

  • 建構和分享模型演示
  • 在 🤗 Hub 上展示應用
  • 模型視覺化技術

第10-12章：進階LLM主題

  • 進階微調技術
  • 高品質資料集策劃
  • 推論模型建構
  • 最新LLM發展動態

核心技術堆疊

主要函式庫

  • 🤗 Transformers: 核心模型函式庫
  • 🤗 Datasets: 資料處理函式庫
  • 🤗 Tokenizers: 分詞器函式庫
  • 🤗 Accelerate: 加速訓練函式庫
  • Hugging Face Hub: 模型和資料集中心

支援的框架

  • PyTorch
  • TensorFlow
  • JAX

學習環境設定

方法1：Google Colab

# 安裝基礎版本
!pip install transformers

# 安裝完整版本（推薦）
!pip install transformers[sentencepiece]

方法2：Python虛擬環境

# 建立專案目錄
mkdir ~/transformers-course
cd ~/transformers-course

# 建立虛擬環境
python -m venv .env

# 啟用虛擬環境
source .env/bin/activate

# 安裝依賴項
pip install "transformers[sentencepiece]"

課程要求

技術要求

  • Python 基礎：需要良好的 Python 程式設計知識
  • 深度學習基礎：推薦先完成入門級深度學習課程
  • 框架知識：不要求 PyTorch 或 TensorFlow 經驗，但有一定了解會有幫助

推薦先修課程

課程作者團隊

核心作者

  • Abubakar Abid: Gradio 創辦人，史丹佛博士
  • Ben Burtenshaw: NLP 博士，兒童故事生成研究
  • Matthew Carrigan: 都柏林三一學院博士後研究員
  • Lysandre Debut: 🤗 Transformers 核心開發者
  • Sylvain Gugger: 《Deep Learning for Coders》共同作者
  • Lewis Tunstall: 《Natural Language Processing with Transformers》共同作者
  • Leandro von Werra: 《Natural Language Processing with Transformers》共同作者

學習時間安排

  • 每章時長：1週
  • 每週學習時間：6-8小時
  • 整體進度：可依個人步調調整

資源與支援

學習資源

多語言支援

課程提供以下語言版本：

  • 中文（簡體）
  • 法語
  • 德語
  • 西班牙語
  • 日語
  • 韓語
  • 越南語
  • 等多種語言

實踐專案

專案類型

  • 文字分類
  • 文字生成
  • 問答系統
  • 情感分析
  • 命名實體識別
  • 機器翻譯
  • 文字摘要

實踐平台

  • Google Colab（推薦初學者）
  • 本地環境
  • Hugging Face Spaces

證書與認證

  • 目前暫無正式認證
  • Hugging Face 正在開發認證專案
  • 完成課程後可獲得專案作品集

後續學習建議

完成本課程後，推薦繼續學習：

課程價值

這門課程特別適合：

  • 想入門 LLM 開發的工程師
  • 需要在產品中整合 AI 能力的開發者
  • 希望了解最新 NLP 技術的研究人員
  • 想使用開源工具建構 AI 應用的團隊

透過這門課程，學習者將掌握從基礎概念到實際應用的完整 LLM 開發技能棧。