課程釋出社群活動
經過 Hugging Face 團隊的大量工作，我們很高興地宣佈 Hugging Face 課程 的第二部分將於 11 月 15 日釋出！第一部分主要教你如何使用預訓練模型，在文字分類任務上對其進行微調，然後將結果上傳到模型中心。第二部分將重點介紹所有其他常見的 NLP 任務：詞符分類、語言建模 (因果和掩碼)、翻譯、摘要和問答。它還將更深入地探討整個 Hugging Face 生態系統，特別是 🤗 Datasets 和 🤗 Tokenizers。
為配合此次釋出，我們正在組織一個大型社群活動，誠邀你參加！活動內容包括為期兩天的講座，然後是團隊專案，重點是在任何 NLP 任務上微調模型，最後進行像這個一樣的現場演示。如果你正在尋找機器學習方面的新工作，這些演示將為你的作品集增色不少。我們還將為所有成功構建演示的參與者頒發結業證書。
AWS 透過 Amazon SageMaker 為參與者提供免費計算資源，贊助了本次活動。
請填寫此表格進行註冊。你將在下面找到關於為期兩天的講座的更多詳細資訊。
第一天 (11 月 15 日): Transformers 宏觀介紹及模型訓練方法
第一天的講座將重點介紹 Transformers 模型以及我們可以用來訓練或微調它們的工具。
Thomas Wolf: 遷移學習與 Transformers 庫的誕生
Thomas Wolf 是 HuggingFace 的聯合創始人兼首席科學官。Thomas Wolf 和 Hugging Face 團隊建立的工具被超過 5,000 個研究組織使用，包括 Facebook 人工智慧研究院、谷歌研究院、DeepMind、亞馬遜研究院、蘋果、艾倫人工智慧研究所以及大多數大學院系。Thomas Wolf 是人工智慧領域有史以來最大規模的研究合作專案 “BigScience” 的發起人和高階主席，他還開發了一系列廣泛使用的庫和工具。Thomas Wolf 也是一位多產的教育家，是人工智慧和自然語言處理領域的思想領袖，並經常受邀在世界各地的會議上發表演講 (https://thomwolf.io)。
Margaret Mitchell: 關於機器學習開發中的價值觀
Margaret Mitchell 是一名從事道德人工智慧 (Ethical AI) 研究的研究員，目前專注於科技領域中基於道德的人工智慧開發的來龍去脈。她已發表超過 50 篇關於自然語言生成、輔助技術、計算機視覺和人工智慧倫理的論文，並在對話生成和情感分類領域擁有多項專利。她曾在谷歌人工智慧部門擔任高階研究科學家，在那裡她創立並共同領導了谷歌的道德人工智慧小組，專注於基礎人工智慧倫理研究和在谷歌內部實施人工智慧倫理。在加入谷歌之前，她是微軟研究院的一名研究員，專注於計算機視覺到語言生成的研究；她也是約翰霍普金斯大學的博士後，專注於貝葉斯建模和資訊提取。她擁有阿伯丁大學的計算機科學博士學位和華盛頓大學的計算語言學碩士學位。在攻讀學位期間，她還於 2005-2012 年在俄勒岡健康與科學大學從事機器學習、神經系統疾病和輔助技術方面的工作。她牽頭舉辦了許多關於多樣性、包容性、計算機科學和倫理交叉領域的研討會和倡議。她的工作獲得了國防部長阿什·卡特和美國盲人基金會的嘉獎，並已被多家科技公司採納。她喜歡園藝、狗和貓。
Jakob Uszkoreit: 它沒壞，所以不要修理讓我們打破它
Jakob Uszkoreit 是 Inceptive 的聯合創始人。Inceptive 利用大規模深度學習與高通量實驗緊密結合，設計用於疫苗和療法的 RNA 分子，目標是使基於 RNA 的藥物更容易獲得、更有效、更廣泛地適用。此前，Jakob 在谷歌工作了十多年，領導谷歌大腦、研究和搜尋部門的研發團隊，從事深度學習基礎、計算機視覺、語言理解和機器翻譯方面的工作。
Jay Alammar: Transformers 模型的視覺化簡明介紹
Jay Alammar, Cohere。透過他廣受歡迎的機器學習部落格，Jay 幫助數百萬研究人員和工程師直觀地理解從基礎 (最終出現在 NumPy、pandas 文件中) 到前沿 (Transformers、BERT、GPT-3) 的機器學習工具和概念。
Matthew Watson: 使用 Keras 的 NLP 工作流
Matthew Watson 是 Keras 團隊的一名機器學習工程師，專注於高階建模 API。他在斯坦福大學攻讀本科和碩士期間學習了計算機圖形學。他差點成為一名英語專業的學生，後來轉向了計算機科學，他對跨學科工作和讓更多人接觸 NLP 充滿熱情。
Chen Qian: 使用 Keras 的 NLP 工作流
Chen Qian 是 Keras 團隊的一名軟體工程師，專注於高階建模 API。Chen 獲得了斯坦福大學的電氣工程碩士學位，他對簡化機器學習任務和大規模機器學習的程式碼實現特別感興趣。
Mark Saroufim: 如何使用 Pytorch 訓練模型
Mark Saroufim 是 Pytorch 的一名合作伙伴工程師，致力於開源生產工具，包括 TorchServe 和 Pytorch Enterprise。在過去，Mark 曾在 Graphcore、yuri.ai、微軟和美國宇航局噴氣推進實驗室擔任應用科學家和產品經理。他的主要熱情是讓程式設計更有趣。
第二天 (11 月 16 日): 你將會用到的工具
第二天將重點介紹 Hugging Face、Gradio 和 AWS 團隊的講座，向你展示你將使用的工具。
Lewis Tunstall: 使用 🤗 Transformers Trainer 進行簡單訓練
Lewis 是 Hugging Face 的一名機器學習工程師，專注於開發開源工具並讓更廣泛的社群能夠使用它們。他也是即將出版的 O’Reilly 關於 Transformers 的書的合著者，你可以在 Twitter (@_lewtun) 上關注他以獲取 NLP 的技巧和竅門！
Matthew Carrigan: 適用於 🤗 Transformers 和 🤗 Datasets 的 TensorFlow 新功能
Matt 負責 Transformers 中 TensorFlow 的維護工作，並最終將領導一場針對現任 PyTorch 派系的政變，這場政變很可能會透過他的 Twitter 帳戶 @carrigmat 進行協調。
Lysandre Debut: Hugging Face Hub 作為協作和共享機器學習專案的途徑
Lysandre 是 Hugging Face 的一名機器學習工程師，他參與了許多開源專案。他的目標是透過開發具有非常簡單 API 的強大工具，讓每個人都能接觸到機器學習。
Sylvain Gugger: 使用 🤗 Accelerate 為你的 PyTorch 訓練迴圈增添動力
Sylvain 是 Hugging Face 的一名研究工程師，也是 🤗 Transformers 的核心維護者之一和 🤗 Accelerate 的開發者。他喜歡讓模型訓練變得更容易。
Lucile Saulnier: 使用 🤗 Transformers & 🤗 Tokenizers 獲取你自己的分詞器
Lucile 是 Hugging Face 的一名機器學習工程師，負責開發和支援開源工具的使用。她還積極參與自然語言處理領域的許多研究專案，例如協作訓練和 BigScience。
Merve Noyan: 使用 🤗 Spaces 展示你的模型演示
Merve 是 Hugging Face 的一名開發者關係工程師，致力於開發工具並圍繞這些工具建立內容，以實現機器學習的民主化。
Abubakar Abid: 快速構建機器學習應用
Abubakar Abid 是 Gradio 的執行長。他於 2015 年在麻省理工學院獲得電氣工程和計算機科學理學學士學位，並於 2021 年在斯坦福大學獲得應用機器學習博士學位。作為 Gradio 的執行長，Abubakar 致力於使機器學習模型的演示、除錯和部署變得更容易。
Mathieu Desvé: AWS 機器學習願景：讓所有客戶都能使用機器學習
技術愛好者，業餘時間喜歡動手製作。我喜歡挑戰和解決客戶和使用者的問題，並與有才華的人一起工作，每天學習。自 2004 年以來，我在多個職位上工作，涉及前端、後端、基礎設施、運營和管理。嘗試以敏捷的方式解決常見的技術和管理問題。
Philipp Schmid: 使用 Amazon SageMaker 和 🤗 Transformers 進行託管訓練
Philipp Schmid 是 Hugging Face 的一名機器學習工程師和技術負責人，他領導著與 Amazon SageMaker 團隊的合作。他熱衷於將尖端的 NLP 模型民主化和產品化，並提高深度學習的易用性。
