~歡迎企業洽談包班需求 ~
課程源起
隨著大語言模型的興起，Huggingface已成為NLP開發的標準工具。本課程針對想要掌握Huggingface生態系統的開發者，從基礎操作到進階應用，提供完整的實戰訓練，讓學員能夠熟練運用Transformer工具包開發各類NLP應用。
課程目標
- 掌握Huggingface工具包的完整操作流程
- 深入理解Transformer原理與架構
- 熟悉BERT系列與GPT系列模型的訓練方法
- 學會文本標註、NER、文本摘要、知識圖譜抽取等實戰技能
- 能夠自定義訓練預訓練模型並完成部署
課程特色
- 完整覆蓋：從Huggingface基礎到GPT系列算法的全面講解
- 實例導向：每個章節都有具體的操作實例與DEMO
- 深度解析：包含2小時以上的Transformer原理深度解讀
- 實戰項目：涵蓋NER、文本摘要、知識圖譜等多個實戰案例
- 工具整合：包含Doccano標註工具的配置與使用
適合對象
- 想要學習Huggingface框架的開發者
- 需要開發NLP應用的工程師
- 對Transformer、BERT、GPT技術有興趣的學習者
- 希望掌握文本處理與模型訓練的數據科學家
上課時間：12小時，每日6小時(09:30~16:30)
預期成效
完成本課程後，學員將能夠：
- 熟練使用Huggingface Transformer工具包
- 理解並應用Transformer架構原理
- 掌握BERT、ALBERT、RoBERTa、DistilBert等模型的訓練方法
- 實作GPT系列模型的訓練與部署
- 完成文本標註、命名實體識別任務
- 開發文本摘要系統
- 實現知識圖譜抽取功能
- 製作與處理Huggingface格式的數據集
先備知識
具備基本電腦操作能力，並對自然語言處理（NLP）或大型語言模型應用有興趣即可；課程將循序引導實作 Huggingface 與 Transformer 相關技術。
課程內容：每日上課時間09:30~16:30、中間午休一小時、共計二日12小時
課程單元 | 課程內容大綱 |
| Huggingface與NLP介紹解讀 | |
| Transformer工具包基本操作實例解讀 |
|
| Transformer原理解讀 | |
| BERT系列算法解讀 |
|
| 文本標註工具與NER實例 |
|
| 文本預訓練模型構建實例 |
|
| GPT系列算法 |
|
| GPT訓練與預測部署流程 |
|
| 文本摘要建模 |
|
| 圖譜知識抽取實戰 |
|
| 補充Huggingface數據集製作方法實例 |
|
* 課程執行單位保留調整課程內容、日程與講師之權利
