第二部分發布活動

為了釋出課程的第二部分，我們組織了一場為期兩天的直播活動，在微調衝刺之前進行演講。如果您錯過了，您可以觀看下面列出的所有演講!

第一天：Transformer 模型的高階概述和如何訓練它們

Thomas Wolf： 遷移學習和 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 5000 個研究機構使用，包括 Facebook 人工智慧研究、谷歌研究、DeepMind、亞馬遜研究、蘋果、艾倫人工智慧研究所以及大多數大學部門。Thomas Wolf 是有史以來最大的人工智慧研究合作專案“BigScience”的發起人和高階主席，以及一系列廣泛使用的庫和工具。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，以及世界各地會議的常客 https://thomwolf.io。

Jay Alammar： Transformer 模型的簡單視覺介紹

透過他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（最終進入 NumPy、Pandas 文件）到前沿（Transformers、BERT、GPT-3）的機器學習工具和概念。

Margaret Mitchell： 關於機器學習開發中的價值觀

Margaret Mitchell 是一位致力於道德人工智慧的研究人員，目前專注於技術中以倫理為導向的人工智慧開發的來龍去脈。她在自然語言生成、輔助技術、計算機視覺和人工智慧倫理方面發表了 50 多篇論文，並在對話生成和情感分類領域擁有多項專利。她之前曾在 Google AI 擔任研究科學家，在那裡她創立並共同領導了 Google 的道德人工智慧團隊，專注於人工智慧倫理基礎研究和 Google 內部的人工智慧倫理運營。在加入 Google 之前，她在微軟研究院擔任研究員，專注於計算機視覺到語言生成的轉換；並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。在獲得學位期間，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的研究。她帶頭在多元化、包容性、計算機科學和倫理的交叉點上舉辦了許多研討會和倡議。她的工作獲得了國防部長阿什·卡特和美國盲人基金會的獎勵，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 的 NLP 工作流程

Matthew Watson 是 Keras 團隊的機器學習工程師，專注於高階建模 API。他在本科期間學習了計算機圖形學，並在斯坦福大學獲得了碩士學位。他幾乎是英語專業的學生，後來轉向計算機科學，他熱衷於跨學科工作，並使 NLP 更易於大眾理解。

Chen Qian 是 Keras 團隊的軟體工程師，專注於高階建模 API。Chen 獲得了斯坦福大學電氣工程碩士學位，他尤其熱衷於簡化機器學習任務和大型機器學習的程式碼實現。

Mark Saroufim： 如何使用 Pytorch 訓練模型

Mark Saroufim 是 Pytorch 的合作伙伴工程師，致力於 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、微軟和 NASA 的 JPL 的應用科學家和產品經理。他最大的熱情是讓程式設計更有趣。

Jakob Uszkoreit： 沒有壞掉就不要修讓我們把它弄壞

Jakob Uszkoreit 是 Inceptive 的聯合創始人。Inceptive 使用大規模深度學習設計用於疫苗和治療的 RNA 分子，並與高通量實驗緊密結合，目標是使基於 RNA 的藥物更容易獲得、更有效並更廣泛地適用。此前，Jakob 在谷歌工作了十多年，領導谷歌大腦、研究和搜尋的研究和開發團隊，致力於深度學習基礎、計算機視覺、語言理解和機器翻譯。

第二天：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它們更容易被更廣泛的社群使用。他也是 O’Reilly 出版書籍《使用 Transformers 的自然語言處理》的合著者。您可以在 Twitter 上關注他（@_lewtun）以獲取 NLP 提示和技巧!

Matthew Carrigan： 用於 🤗 Transformers 和 🤗 Datasets 的新 TensorFlow 功能

Matt 負責 Transformers 中的 TensorFlow 維護，並最終將領導針對現任 PyTorch 派系的政變，這很可能透過他的 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一種方式

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具有非常簡單 API 的強大工具，使每個人都能輕鬆使用機器學習。

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，開發並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 加速您的 PyTorch 訓練迴圈

Sylvain 是 Hugging Face 的研究工程師，也是 🤗 Transformers 的核心維護者之一，以及 🤗 Accelerate 背後的開發者。他喜歡使模型訓練更容易獲得。

Merve Noyan： 使用 🤗 Spaces 展示您的模型演示

Merve 是 Hugging Face 的開發者佈道師，致力於開發工具並圍繞它們構建內容，使每個人都能輕鬆使用機器學習。

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和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更容易演示、除錯和部署。

Mathieu Desvé： AWS ML Vision：使所有客戶都能輕鬆使用機器學習

技術愛好者，業餘時間喜歡搗鼓各種東西。我喜歡挑戰和解決客戶及使用者的難題，並與才華橫溢的人一起工作，每天學習新知識。從 2004 年至今，我擔任過多個職位，涉足前端、後端、基礎設施、運維和管理等領域。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 進行模型訓練管理

Philipp Schmid 是 Hugging Face 的機器學習工程師和技術主管，負責領導與 Amazon SageMaker 團隊的合作。他熱衷於使尖端的 NLP 模型民主化和產品化，並提高深度學習的易用性。