Introducción al Hub de Hugging Face
Introducción al transfer learning
Machine learning abierto para todo el mundo
Las tasks en machine learning
Quiz: Introducción al Hub de Hugging Face
Primeros pasos con transfer learning y transformers
Tus primeros modelos pre-entrenados usando pipeline
Explorando los datasets
Introducción a los Transformers
Aplicando transfer learning
Quiz: Primeros pasos con transfer learning y transformers
Computer vision
Carga de dataset para computer vision
Procesamiento de dataset para computer vision
Configurando un Trainer para computer vision
Entrenamiento y evaluación de modelo de computer vision
Quiz: Computer vision
Procesamiento de lenguaje natural
Carga de dataset para NLP
Procesamiento de dataset para NLP
Configurando un Trainer para NLP
Entrenamiento y evaluación de modelo de NLP
Quiz: Procesamiento de lenguaje natural
Comparte en el Hub
El Hub como tu curriculum para machine learning
Compartir tu modelo en el Hub de Hugging Face
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Aportes 18
Preguntas 1
OSCAR (Por sus siglas Open Super-large Crawled ALMAnaCH coRpus) Es uno de los datasets de lenguaje natural mas importantes de hugging face.
GPT2-Spanish Es un modelo de generación de texto muy famoso en la comunidad hispana ya que fue entrenado desde scratch con base en el dataset OSCAR.
Les comparto un video sobre Open Assistant, un proyecto de código abierto que esta construyendo un modelo con la ayuda de toda la comunidad en internet. Me parece una propuesta muy interesante, y tienen disponible el modelo en Hugging Face.
Me pareció interesante el dataset de Wikipedia,
Para el momento que estoy viendo este curso, ya llegaron a casi 62mil 😮
Solución al reto:
Modelo: https://huggingface.co/OpenAssistant/oasst-sft-1-pythia-12b
El modelo conversacional estilo Chat de codigo abierto de Open Assistant entrenado usando de base el modelo Pythia 12B
Dataset: https://huggingface.co/datasets/wikipedia
Dataset de los articulos de wikipedia en multiples idiomas
LeoCordoba/CC-NEWS-ES-titles
Fue una tarea interesante
Model: erikycd/chatbot_hadita
Este modelo utilizo GPT2 como columna base. Utiliza un enfoque de aprendizaje por transferencia para tareas conversacionales.
Dataset: ParisNeo/LoLLMS-Open-Community-discussions
este dataset contiene conversaciones recopiladas eticamente por la comunidad, que compartieron sus experiencias con modelos como GPT4.
actualmente casi 31 k de dataset… increible esa comunidad
wooo actualmente hay mas del doble
Gracias
hoy 06/10/2023 El conteo de Datasets es de
68.251
yo encontré estos:
modelo: tiiuae/falcon-180B
dataset: oscar-corpus/OSCAR-2201
A mi me llamo la atención el Dataset
No Language Left Behind
Este principio ético, promocionado por Meta es importante porque la mayorÃa de la información para trabajar con IA está inglés y necesitamos herramientas de vanguardia para traer el libre uso de los modelos a todos los rincones de la tierra
habla con un tono de voz como si estuviera contando un secreto
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?