119 search results for "MLOps"

夏天正式结束了，过去的几个月里，Hugging Face非常忙碌。从Hub上的新功能到研究和开源开发，我们的团队一直在努力通过开放和协作的技术来赋能社区。 在这篇博客文章中，您将了解到Hugging Face在六月、七月和八月发生的一切！ 本文涵盖了我们团队一直在努力的各个领域，所以请随意跳到您最感兴趣的部分🤗 新功能 社区 开源 解决方案 研究 新功能 在过去的几个月里，Hub的公共模型仓库从10,000个增加到了16,000多个！感谢我们的社区与世界分享了这么多令人惊叹的模型。除了数量，我们还有很多很酷的新功能要与您分享！ Spaces Beta ( hf.co/spaces ) Spaces是一个简单且免费的解决方案，可以直接在您的用户个人资料或您的组织hf.co个人资料上托管机器学习演示应用程序。我们支持两个很棒的Python SDK，让您可以轻松构建酷炫的应用程序：Gradio和Streamlit。只需几分钟，您就可以部署一个应用程序并与社区分享！🚀 Spaces可以设置秘密，允许自定义要求，甚至可以直接从GitHub仓库进行管理。您可以在hf.co/spaces上注册beta版本。以下是我们的一些收藏！ 使用Chef Transformer创建食谱 使用HuBERT将语音转写为文本 在视频中进行分割，使用DINO模型 使用Paint…

将近6个月前的这一天，EleutherAI发布了GPT-J 6B，这是OpenAI GPT-3的一个开源替代品。GPT-J 6B是EleutherAI的GPT-NEO系列的继任者，该系列是基于GPT架构的基于Transformer的语言模型，用于文本生成。 EleutherAI的主要目标是训练一个与GPT-3相同规模的模型，并以开放许可的形式向公众提供。 在过去的6个月里，GPT-J引起了研究人员、数据科学家甚至软件开发人员的极大兴趣，但将GPT-J部署到实际应用和产品中仍然非常具有挑战性。 有一些托管解决方案可以用于生产工作负载，比如Hugging Face Inference API，或者使用EleutherAI的6b playground进行实验，但很少有关于如何轻松将其部署到自己的环境中的示例。 在本博客文章中，您将学习如何使用Amazon SageMaker和Hugging Face推理工具包轻松部署GPT-J，只需几行代码即可进行可扩展、可靠和安全的实时推理，使用常规大小的GPU实例与NVIDIA T4（约500美元/月）。 但在开始之前，我想解释一下为什么部署GPT-J到生产环境中具有挑战性。 背景 这个60亿参数模型的权重表示了大约24GB的内存占用。要以float32加载它，至少需要2倍于模型大小的CPU RAM：1倍用于初始权重，另外1倍用于加载检查点。因此，对于GPT-J，至少需要48GB的CPU RAM才能加载模型。 为了使模型更易于访问，EleutherAI还提供了float16权重，并且transformers在加载大型语言模型时有新的选项来减少内存占用。将所有这些组合起来，加载模型大约需要12.1GB的CPU RAM。 from transformers import…

情感分析是根据文字数据的极性（如正面、负面和中性）自动分类的过程。公司利用推文的情感分析来了解客户对其产品和服务的讨论情况，获得洞察力以推动业务决策，并及早发现产品问题和潜在的公关危机。 在本指南中，我们将介绍一切您需要学习的内容，以在Twitter上开始进行情感分析。我们将分享一种逐步进行情感分析的过程，适用于编码人员和非编码人员。如果您是编码人员，您将学习如何使用推断API，这是一个即插即用的机器学习API，可在几行代码中对推文进行情感分析。如果您不会编码，不用担心！我们还将介绍如何使用Zapier进行情感分析，这是一个无代码工具，可以帮助您收集推文，使用推断API对其进行分析，最后将结果发送到Google Sheets⚡️ 跟随教程或者直接跳到您感兴趣的部分： 什么是情感分析？ 如何使用代码进行Twitter情感分析？ 如何在不编写代码的情况下进行Twitter情感分析？ 准备好了吗？开始享受这段旅程吧！🤗 什么是情感分析？ 情感分析使用机器学习自动识别人们对特定主题的讨论方式。情感分析最常见的用途是检测文本数据的极性，即自动确定推文、产品评论或支持票据是否对某个事物持积极、消极或中立的态度。 举个例子，让我们看一些提到 @Salesforce 的推文，并看看它们如何被情感分析模型标记： “我使用 @salesforce 的时间越长，越讨厌它。它很慢，充满了错误。界面上的一些元素看起来好像自从2006年以来都没有更新过。目前的困扰是应用程序交换页面每隔10秒就会刷新” –> 这条推文将被标记为”负面”。 “这就是我喜欢 @salesforce 的原因。它关注关系，关心人们，不仅仅是业务和金钱。感谢您关心 #TrailblazerCommunity” –> 相比之下，这条推文将被分类为”积极”。 “回家了：#Dreamforce…

如果您有兴趣更快地构建ML解决方案，请访问：hf.co/support 今天！ 👋 欢迎回到我们的ML洞察系列的总监！如果您错过了之前的版本，您可以在这里找到它们： 机器学习洞察总监[第1部分] 机器学习洞察总监[第2部分：SaaS版] 机器学习洞察总监[第3部分：金融版] 🚀 在这第四部分中，您将听到以下顶级机器学习总监对机器学习对各自行业的影响的看法：Javier Mansilla，Shaun Gittens，Samuel Franklin和Evan Castle。所有这些人目前都是拥有丰富领域洞察的机器学习总监。 免责声明：所有观点均来自个人，与任何过去或现在的雇主无关。 Javier Mansilla – Mercado Libre的机器学习市场科学总监 背景：经验丰富的企业家和领导者，Javier是Machinalis的联合创始人和首席技术官，自2010年以来一直致力于构建机器学习（是的，在神经网络突破之前）。当Machinalis被Mercado Libre收购时，这个小团队发展成为一个拥有超过10,000名开发人员、影响近1亿直接用户的技术巨头，使机器学习成为其能力。每天，Javier不仅领导他们的机器学习平台（NASDAQ MELI）的技术和产品路线图，还领导他们的用户追踪系统、AB测试框架和开放源代码办公室。Javier是Python-Argentina非营利性组织PyAr的积极成员和贡献者，他喜欢与家人和朋友一起度过时间，喜欢Python、骑自行车、足球、木工和慢节奏的自然假期！ 趣闻：我喜欢阅读科幻小说，我的退休计划包括重新开始写短篇小说的少年梦想。📚 Mercado Libre：拉美最大的公司，也是该大陆的电子商务和金融科技无处不在的解决方案…