第二部分發布活動

為了釋出課程的第二部分，我們組織了一場直播活動，在微調衝刺之前進行了為期兩天的講座。如果您錯過了，可以在下面列出的所有講座中進行回看！

第一天：Transformers 高階檢視及訓練方法

Thomas Wolf： 遷移學習與 Transformers 庫的誕生

Thomas Wolf 是 Hugging Face 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 個研究機構使用，包括 Facebook 人工智慧研究部、Google 研究部、DeepMind、Amazon 研究部、Apple、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研究合作專案 “BigScience” 的發起人和高階主席，也是一套廣泛使用的 庫和工具 的開發者。Thomas Wolf 還是一位多產的教育家，人工智慧和自然語言處理領域的思想領袖，並經常受邀在全球各地會議上發表演講 https://thomwolf.io。

Jay Alammar： Transformers 模型的視覺化入門

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了從基礎（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。

Margaret Mitchell： 機器學習開發中的價值取向

Margaret Mitchell 是一位從事倫理人工智慧研究的科學家，目前專注於科技領域中以倫理為導向的人工智慧開發的方方面面。她發表了 50 多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，並擁有多項對話生成和情感分類領域的專利。她曾是 Google AI 的高階研究科學家，在那裡她創立並共同領導了 Google 的倫理人工智慧團隊，專注於基礎人工智慧倫理研究和在 Google 內部實施人工智慧倫理。在加入 Google 之前，她是 Microsoft Research 的研究員，專注於計算機視覺到語言的生成；並曾在約翰霍普金斯大學擔任博士後，專注於貝葉斯建模和資訊提取。她擁有阿伯丁大學計算機科學博士學位和華盛頓大學計算語言學碩士學位。在攻讀學位期間，她還於 2005 年至 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。她率先發起了多項關於多樣性、包容性、計算機科學和倫理交叉領域的工作坊和倡議。她的工作獲得了國防部長阿什·卡特和美國盲人基金會的獎項，並已被多家科技公司實施。她喜歡園藝、狗和貓。

Matthew Watson 和 Chen Qian： 使用 Keras 進行 NLP 工作流

Matthew Watson 是 Keras 團隊的機器學習工程師，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。他原本主修英語，後來轉向計算機科學，對跨學科工作和讓更廣泛的受眾接觸 NLP 充滿熱情。

Chen Qian 是 Keras 團隊的軟體工程師，專注於高階建模 API。Chen 擁有斯坦福大學電氣工程碩士學位，他對簡化機器學習任務的程式碼實現和大規模機器學習特別感興趣。

Mark Saroufim： 如何使用 PyTorch 訓練模型

Mark Saroufim 是 PyTorch 的合作伙伴工程師，負責 OSS 生產工具，包括 TorchServe 和 PyTorch Enterprise。在他過去的職業生涯中，Mark 曾是 Graphcore、yuri.ai、Microsoft 和 NASA JPL 的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。

Jakob Uszkoreit： 它還沒壞，所以別修，我們來打破它

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，設計用於疫苗和治療的 RNA 分子，旨在使基於 RNA 的藥物更易獲得、更有效和更廣泛應用。此前，Jakob 在 Google 工作了十多年，領導 Google Brain、Research 和 Search 中的研發團隊，專注於深度學習基礎、計算機視覺、語言理解和機器翻譯。

第二天：要使用的工具

Lewis Tunstall： 使用 🤗 Transformers Trainer 進行簡單訓練

Lewis 是 Hugging Face 的機器學習工程師，專注於開發開源工具並使其更容易被廣大社群使用。他還是 O'Reilly 書籍《使用 Transformers 進行自然語言處理》的合著者。您可以在 Twitter (@_lewtun) 上關注他以獲取 NLP 技巧！

Matthew Carrigan： 用於 🤗 Transformers 和 🤗 Datasets 的 TensorFlow 新功能

Matt 負責 Transformers 中的 TensorFlow 維護，最終將透過他的 Twitter 賬號 @carrigmat 協調對現有 PyTorch 派系的政變。

Lysandre Debut： Hugging Face Hub 作為機器學習專案協作和共享的途徑

Lysandre 是 Hugging Face 的機器學習工程師，參與了許多開源專案。他的目標是透過開發功能強大且 API 簡單的工具，使機器學習普惠大眾。

Lucile Saulnier： 使用 🤗 Transformers 和 🤗 Tokenizers 獲取您自己的分詞器

Lucile 是 Hugging Face 的機器學習工程師，致力於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。

Sylvain Gugger： 使用 🤗 Accelerate 為您的 PyTorch 訓練迴圈充電

Sylvain 是 Hugging Face 的研究工程師，也是 🤗 Transformers 的核心維護者之一，以及 🤗 Accelerate 的開發者。他喜歡讓模型訓練變得更容易。

Merve Noyan： 使用 🤗 Spaces 展示您的模型演示

Merve 是 Hugging Face 的開發者倡導者，致力於開發工具並圍繞它們構建內容，以使機器學習普及給每個人。

Abubakar Abid： 快速構建機器學習應用程式

Abubakar Abid 是 Gradio 的執行長。他於 2015 年獲得麻省理工學院電氣工程與計算機科學學士學位，並於 2021 年獲得斯坦福大學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，閒暇時是創客。我喜歡挑戰，喜歡解決客戶和使用者的問題，喜歡與有才華的人一起工作，每天學習。自 2004 年以來，我擔任過多個職位，從前端、後端、基礎設施、運營和管理都做過。嘗試以敏捷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 的機器學習工程師和技術負責人，他負責與 Amazon SageMaker 團隊的合作。他對普及和生產化尖端 NLP 模型以及提高深度學習的易用性充滿熱情。

< > 在 GitHub 上更新