Glückwunsch!

Arbeiten mit Hugging Face

Jacob H. Marquez

Lead Data Engineer

Kapitel 1

$$

  • 🌐 Hugging Face Hub: Plattform für KI-Modelle und Datensätze

Hugging Face-Logo

Arbeiten mit Hugging Face

Kapitel 2

Hugging Face-Pipelines

Arbeiten mit Hugging Face

Textklassifikation

  • 📊 Stimmungsanalyse: Kundenemotionen verstehen

$$

  • Grammatikprüfungen: Fehler im Text finden

$$

  • 🔓 Kategorisierung: Anfragen mit Konfidenzwerten kategorisieren

$$

pipeline(task="text-classification")

Stimmungsanalyse

[{'label': 'POSITIVE', 'score': 0.97}]
Arbeiten mit Hugging Face

Textzusammenfassung

Beispiel für eine Textzusammenfassung

  • 🔧 Pipeline: pipeline(task="summarization") spezifizieren
  • 📜 Länge der Ausgabe: Mit min_new_tokens und max_new_tokens anpassen
Arbeiten mit Hugging Face

Document Q&A

Eine Antwort im Dokument finden

$$

$$

  • 📄 PDF-Bearbeitung: Mit .pages und .extract_text() von pypdf Text extrahieren

$$

  • ❓ Q&A-Pipeline: pipeline(task="question-answering") spezifizieren
Arbeiten mit Hugging Face

AutoModels and Tokenizer

Mehr Kontrolle und Anpassungsmöglichkeiten

Arbeiten mit Hugging Face

Herzlichen Glückwunsch und vielen Dank!

Arbeiten mit Hugging Face

Preparing Video For Download...