【Hugging Face】Ep.1 平凡人也能玩的起的AI平台
閱讀時間約 5 分鐘
它到底是什麼？
簡單說Hugging Face是人工智慧開源平台，開發者發表和共享預訓練模型、資料庫和示範檔案等。Hugging Face共享超過10萬個預訓練模型，上萬資料庫，包括微軟、Google、彭博、英特爾等各行業上萬機構都有使用Hugging Face。
理念與目標
我們都知道最近火紅的OpenAI公開的ChatGPT非常熱門， 但在開發者服務方面， OpenAI正在搭起人工智慧的圍牆， 僅允許滿足條件的企業或個人進入， 而「Hugging Face」希望每個人都能做出生成式AI的模型， 有點像是Github的概念， 讓整個資訊科技可以快速推進。
巨頭努力築起AI的圍牆的戰場之下， 「Hugging Face」有點像強力的民兵， 擁抱開放， 讓一般的平民老百姓也有機會接觸到高深的AI技術， 不再讓這些尖端技術掌握在巨頭手中， 因此也吸引了不少的擁護者， 其實一開始的「Hugging Face」是針對年輕人開發的聊天機器人， 且技術基於NLP(自然語言處理)， Transformer模型的出現瞬間成為自然語言領域最受開發者關注的模型，也讓Hugging Face一炮而紅。
商業模式
Hugging Face Hub
相信只要是開發者都知道Github是一個儲存程式碼的倉庫， 但AI模型呢？ 總要有個地方集中控管吧！
如果有興趣的朋友請至這裡參考參考: https://huggingface.co/docs/hub/index
我們可以發現到除了模型以外， 資料集、靜態網頁空間、報告空間..， 非常的豐富， 讓我們可以將開發好的專案完整的放置Hub之上， 透過學習交流的方式加快人工智慧的進程。
組成的元件
使用Hugging Face務必要了解最重要的三大元件， 基本上各種任務的模型(語音辨識、影像分類、NLP…)， 都是離不開這三大元件的。
Transformers
顧名思義就是為了處理各種Transformer模型而開發的元件。
Tokenizers
我們都知道NLP的世界裡， 文字的最小的單位就是詞， 而要將文字化成詞的關鍵就是斷詞， Tokenizers就是扮演著這個角色， 提供了不同的策略也支援前處理、後處理。
Datasets
我們都知道AI訓練的重要養分來源就是資料集， 而Datasets元件就是扮演著如何將資料集管理好的角色， 並提供豐富的API(隨機分類、切割、整合pandas)， 讓我們更容易的處理資料。
更多其他的元件
最佳化、加速器的Accelerate、Optimum， 甚至是無代碼工具的AutoTrain…， 都是Hugging Face涵蓋的強大功能。
簡易的使用方式讓我們輕鬆上手
這邊我們就使用wav2vec2的語音辨識模型試玩看看吧！
使用起來非常簡單, 我們只要使用pipeline搭配指定的任務， 就能進行簡單的AI任務， 以這裡的範例為例， 我們會使用「automatic-speech-recognition」語音辨識的任務來進行。
並指定「ydshieh/wav2vec2-large-xlsr-53-chinese-zh-cn-gpt」這個中文模型進行語音辨識。
如何找模型呢？
我們可以在Hugging face首頁直接進行搜尋。
也可以到模型區進行精確的篩選。
最後直接將音檔進行辨識，產生文字， 整個操作流程非常簡易。
import torch
# 引入pipeline
from transformers import pipeline
# 定義任務
asr = pipeline(
"automatic-speech-recognition",
model='ydshieh/wav2vec2-large-xlsr-53-chinese-zh-cn-gpt',
)
# 執行任務
result = asr('./test.wav')
text = result['text']
text
喜歡撰寫文章的你，不妨來了解一下：
歡迎加入一起練習寫作，賺取知識！
更多關於【Hugging Face 系列】…
- 【Hugging Face】Ep.1 平凡人也能玩的起的AI平台
- 【Hugging Face】Ep.2 初探新手村, 打造專屬的翻譯官
- 【Hugging Face】Ep.3 前往Datasets掏金趣
- 【Hugging Face】Ep.4 文字與模型的轉換器Tokenizer
- 【Hugging Face】Ep.5 文字世界中的超能力語言英雄(Named Entity Recognition)
- 【Hugging Face】Ep.6 解決問題的專業級破關知識家(Question Answering)
- 【Hugging Face】Ep.7 以文生圖的魔幻製圖師(Text To Image)
- 【Hugging Face】Ep.8 專業的標準化推理家(Inference API)
為什麼會看到廣告
117會員
262內容數
哈囉，我是阿Han，是一位 👩💻 軟體研發工程師，喜歡閱讀、學習、撰寫文章及教學，擅長以圖代文，化繁為簡，除了幫助自己釐清思路之外，也希望藉由圖解的方式幫助大家共同學習，甚至手把手帶您設計出高品質的軟體產品。
留言0
查看全部
本篇參與的主題活動
在生成式AI與大型語言模型(Large Language Model, LLM)蓬勃發展下，有許多工具可以幫助我們學習與撰寫程式，這篇文章提供了實作範例與一些經驗，分享如何使用ChatGPT(免費的GPT-3.5)協助程式語言的學習，並且完成屬於自己的程式。
前幾個禮拜，AWS 舉行 Startup Day Taiwan。想當然爾，最熱門的主題非生成式 AI (Generative AI) 莫屬。既然 AWS 有現成的工具，身為一名工程師，自然看看無妨，這篇文章算是新手開箱文，會說明如何部署一套基礎模型，並使用 AWS SDK 與其互動。
前言
我在工作中沒有什麼機會接觸到機器學習，學生時期也沒有學習過相關知識。
作為一個業餘小白，我對機器學習非常感興趣。在自學的過程中，我逐漸意識到利用機器學習可以做很多有趣的事情。 因此，我決定嘗試使用 AWS SageMaker JumpStart 來實驗文字生成式繪圖 AI ，以了解機
最近玩到了一個我覺得很新奇有趣的軟體，叫做SillyTavern。
SillyTavern是專用於創建虛擬角色的AI聊天軟體，SillyTavern是TavernAI的分支，但SillyTavern走上了自己的路，加進了許多額外功能，並且仍在積極的持續更新中。
然後，可以色色!
「Prompt」這個詞是提示的意思，但為什麼需要提示呢？ 當AI不理解我們的時候，勢必給出的回應並非準確的為我們解答，因此一個好的提示是非常重要的，就如同我們人與人之間的溝通一樣，如何將自己心裡的疑惑轉化成好的問題來提問對方，讓對方理解，進而給出一個明確的答案，這就是提示(Prompt)的重要性，對
在生成式AI與大型語言模型(Large Language Model, LLM)蓬勃發展下，有許多工具可以幫助我們學習與撰寫程式，這篇文章提供了實作範例與一些經驗，分享如何使用ChatGPT(免費的GPT-3.5)協助程式語言的學習，並且完成屬於自己的程式。
前幾個禮拜，AWS 舉行 Startup Day Taiwan。想當然爾，最熱門的主題非生成式 AI (Generative AI) 莫屬。既然 AWS 有現成的工具，身為一名工程師，自然看看無妨，這篇文章算是新手開箱文，會說明如何部署一套基礎模型，並使用 AWS SDK 與其互動。
前言
我在工作中沒有什麼機會接觸到機器學習，學生時期也沒有學習過相關知識。
作為一個業餘小白，我對機器學習非常感興趣。在自學的過程中，我逐漸意識到利用機器學習可以做很多有趣的事情。 因此，我決定嘗試使用 AWS SageMaker JumpStart 來實驗文字生成式繪圖 AI ，以了解機
最近玩到了一個我覺得很新奇有趣的軟體，叫做SillyTavern。
SillyTavern是專用於創建虛擬角色的AI聊天軟體，SillyTavern是TavernAI的分支，但SillyTavern走上了自己的路，加進了許多額外功能，並且仍在積極的持續更新中。
然後，可以色色!
「Prompt」這個詞是提示的意思，但為什麼需要提示呢？ 當AI不理解我們的時候，勢必給出的回應並非準確的為我們解答，因此一個好的提示是非常重要的，就如同我們人與人之間的溝通一樣，如何將自己心裡的疑惑轉化成好的問題來提問對方，讓對方理解，進而給出一個明確的答案，這就是提示(Prompt)的重要性，對
你可能也想看
Google News 追蹤
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
AI 社群中的知名平臺，專注於自然語言處理 (NLP) 模型，特別是 Transformer。它提供開源資源、豐富的模型庫和友善的開發者體驗，讓研究者和開發者能輕易地取得和使用 AI 模型。活躍的社群促進了知識分享與合作，使 Hugging Face 成為 AI 開發者的重要工具。
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Transformer 的重要性已經被公認了，因此在 Hugging Face 中亦有被實作，呼叫方式如下：
!pip -q install transformers
Enhance This HiDiffusion SDXL是一個AI模型，結合HiDiffusion和SDXL兩種圖像生成模型，可以根據既有影像和文字描述生成新的圖像，可用來提高圖像解析度、修復瑕疵、轉換風格和自由創造新的圖像。
ChatGPT（全名：聊天生成預訓練轉換器）是一個由 OpenAI 開發的人工智慧聊天機器人程式。它於 2022 年 11 月推出，使用了基於 GPT-3.5、GPT-4 和 GPT-4o 架構的大型語言模型，並以強化學習進行訓練。
延續使用Meta釋出的模型，實作Chat GPT - Part 2
我們已經確定可以進入HuggingFace之後，就要來載入模型，其對應程式為：
Model_Config = transformers.AutoConfig.from_pretrained(
Mode
第一步先在Python環境中安裝本次專案需要用到的Library，相關指令如下：
!pip install accelerate==0.21.0
!pip install transformers==4.31.0
!pip install tokenizers==0.13.3
!pip insta
隨著人工智能技術的發展，AI 繪圖已經變得常見。Fast Stable Diffusion XL on TPUv5e 是在 Hugging Face 平臺上建立的演示模型，使用 TPU v5e 運行 SDXL 模型，大幅提高了圖像生成速度，生成一張 1024x1024 圖像只需約 10 秒。
從最初的接觸到深度的投懷送抱，這篇文章對於解決如何安裝text-generation-webui提供了清晰的指引。 它引導讀者通過它的官方方式和Docker方式做到這一點。此外，作者還分享了必要的優化建議。
生成式人工智慧（AI）已成為當前科技領域的一大熱點，其能力不僅限於模擬人類智能，更能在多種非傳統計算任務中創造前所未有的內容。這篇文章將深入探討生成式AI的理論基礎、實際應用、代碼實踐，以及其商業應用、工具和公司等方面，提供一個全面的視角來了解這一迅速發展的領域。
這個地址可以讓我一鍵安裝目前所有的開源AI應用，包括：
AI繪圖工具：Stable Diffusion的Web UI和comyUI
視訊換臉工具：Face Fusion
聲音課程工具：RVC和XTDS
記住這個地址，它可以讓你一鍵安裝目前所有的開源AI應用。不用管環境配置需要哪一個，直接點擊
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
AI 社群中的知名平臺，專注於自然語言處理 (NLP) 模型，特別是 Transformer。它提供開源資源、豐富的模型庫和友善的開發者體驗，讓研究者和開發者能輕易地取得和使用 AI 模型。活躍的社群促進了知識分享與合作，使 Hugging Face 成為 AI 開發者的重要工具。
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Transformer 的重要性已經被公認了，因此在 Hugging Face 中亦有被實作，呼叫方式如下：
!pip -q install transformers
Enhance This HiDiffusion SDXL是一個AI模型，結合HiDiffusion和SDXL兩種圖像生成模型，可以根據既有影像和文字描述生成新的圖像，可用來提高圖像解析度、修復瑕疵、轉換風格和自由創造新的圖像。
ChatGPT（全名：聊天生成預訓練轉換器）是一個由 OpenAI 開發的人工智慧聊天機器人程式。它於 2022 年 11 月推出，使用了基於 GPT-3.5、GPT-4 和 GPT-4o 架構的大型語言模型，並以強化學習進行訓練。
延續使用Meta釋出的模型，實作Chat GPT - Part 2
我們已經確定可以進入HuggingFace之後，就要來載入模型，其對應程式為：
Model_Config = transformers.AutoConfig.from_pretrained(
Mode
第一步先在Python環境中安裝本次專案需要用到的Library，相關指令如下：
!pip install accelerate==0.21.0
!pip install transformers==4.31.0
!pip install tokenizers==0.13.3
!pip insta
隨著人工智能技術的發展，AI 繪圖已經變得常見。Fast Stable Diffusion XL on TPUv5e 是在 Hugging Face 平臺上建立的演示模型，使用 TPU v5e 運行 SDXL 模型，大幅提高了圖像生成速度，生成一張 1024x1024 圖像只需約 10 秒。
從最初的接觸到深度的投懷送抱，這篇文章對於解決如何安裝text-generation-webui提供了清晰的指引。 它引導讀者通過它的官方方式和Docker方式做到這一點。此外，作者還分享了必要的優化建議。
生成式人工智慧（AI）已成為當前科技領域的一大熱點，其能力不僅限於模擬人類智能，更能在多種非傳統計算任務中創造前所未有的內容。這篇文章將深入探討生成式AI的理論基礎、實際應用、代碼實踐，以及其商業應用、工具和公司等方面，提供一個全面的視角來了解這一迅速發展的領域。
這個地址可以讓我一鍵安裝目前所有的開源AI應用，包括：
AI繪圖工具：Stable Diffusion的Web UI和comyUI
視訊換臉工具：Face Fusion
聲音課程工具：RVC和XTDS
記住這個地址，它可以讓你一鍵安裝目前所有的開源AI應用。不用管環境配置需要哪一個，直接點擊