Hugging News #0414: Attention 在多模态情景中的应用、Unity API 以及 Gradio 主题构建器

这篇具有很好参考价值的文章主要介绍了Hugging News #0414: Attention 在多模态情景中的应用、Unity API 以及 Gradio 主题构建器。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

每一周,我们的同事都会向社区的成员们发布一些关于 Hugging Face 相关的更新,包括我们的产品和平台更新、社区活动、学习资源和内容更新、开源库和模型更新等,我们将其称之为「Hugging News」,本期 Hugging News 有哪些有趣的消息,快来看看吧!

社区动向

Attention 在视觉领域的应用

注意力机制改变了许多学科的深度学习研究,从 NLP 开始扩展到视觉、语音等。注意力机制的使用在深度学习研究中变得越来越流行,理解和解释注意力机制的内部工作是至关重要的。

我们发布了一个教程,介绍了 Attention 在视觉和多模态情景中的应用,重点讲解了如何理解和解释注意力,包括使用注意力作为解释、探究注意力的深度和广度、探究跨注意力等方面以及一些最新研究成果和未来研究方向。

查看示例和教程内容: https://hf.co/all-things-vits

Scikit-learn

我们正在联合 Scikit-learn 共同举办社区冲刺活动,时间是 4 月 12 日 - 4 月 30 日。在这个社区冲刺活动中,我们将从 Scikit-learn 文档中构建交互式演示,并将这些演示直接贡献给文档。我们会使用 Gradio 库来创建前端应用,支持数据可视化库和 skops 集成,使用一行代码就能启动分类或回归界面。应用构建完成后,我们将创建一个 Hugging Face Space,上传应用文件和 requirements.txt 就可以将应用部署。最后将应用 PR 回 scikit-learn 库的原始文档。这是一个很好的贡献开源的方式,快来参加吧!

查看活动安排: https://github.com/huggingface/community-events/blob/main/sklearn-sprint/guidelines.md

开源库更新

Gradio 主题构建器正式开源

Gradio 主题构建器 (Gradio Theme Builder) 是一个开源的机器学习应用的 GUI 工具,可以帮助用户轻松构建机器学习应用的 UI 界面。只需升级版本,运行 gr.themes.builder() 即可。

Transformers 支持流式输出

从 4.28 版本开始,🤗 transformers 库加入了 generate() 流式生成器,支持文本-文本、语音-文本或图像-文本模型的输出流式传输。开发者可以通过添加 TextStreamer 类轻松实现文本输出流,也可以根据需要创建自己的流式传输类。此外,🤗 transformers 还计划将此功能扩展到 beam search 方法、pipeline 类和 Gradio 等。

查看文档: https://hf.co/docs/transformers/main/en/generation_strategies#streaming

学习资源 & 内容更新

新的学习资源页面

我们将 NLP 课程和 RL 课程放在了一个新的学习资源页面: hf.co/learn

Hugging Face Unity API

开源的 Hugging Face Unity API 发布啦,它可以让你更轻松地在 Unity 项目中使用 Hugging Face 推理 API。目前支持对话 API,未来会增加更多功能。

查看应用示例: https://hf.co/spaces/dylanebert/unity-chat
查看开源代码: https://github.com/huggingface/unity-api

使用 Flower 在 IMDB 数据集上微调 distilBERT 进行序列分类

我们发布了一篇博客,介绍了如何使用 Hugging Face 和 Flower 在多端进行语言模型的联邦训练。以 IMDB 数据集为例,使用预训练的 Transformer 模型(distilBERT)进行序列分类,最终目标是检测电影评分是积极还是消极。

查看这篇博客文章: https://hf.co/blog/fl-with-flower

使用 Hugging Face 的 Docker Spaces 轻松构建机器学习应用程序

Docker 团队发布了一篇博文,介绍了 Hugging Face 团队对 Docker Spaces 的支持——用户可以通过编写 Dockerfile 来创建任何自定义应用程序,并详细介绍了如何创建 Docker Space 并编写 FastAPI 应用程序进行文本生成。

查看这篇文章: https://www.docker.com/blog/build-machine-learning-apps-with-hugging-faces-docker-spaces/


以上就是本周的 Hugging News,祝大家周末愉快!文章来源地址https://www.toymoban.com/news/detail-415668.html

到了这里,关于Hugging News #0414: Attention 在多模态情景中的应用、Unity API 以及 Gradio 主题构建器的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Hugging News #0814: Llama 2 学习资源大汇总

    每一周,我们的同事都会向社区的成员们发布一些关于 Hugging Face 相关的更新,包括我们的产品和平台更新、社区活动、学习资源和内容更新、开源库和模型更新等,我们将其称之为「Hugging News」。本期 Hugging News 有哪些有趣的消息,快来看看吧!🎉😍 Llama 2 学习资源大汇总

    2024年02月12日
    浏览(38)
  • Hugging News #0717: 开源大模型榜单更新、音频 Transformers 课程完成发布!

    每一周,我们的同事都会向社区的成员们发布一些关于 Hugging Face 相关的更新,包括我们的产品和平台更新、社区活动、学习资源和内容更新、开源库和模型更新等,我们将其称之为「Hugging News」。本期 Hugging News 有哪些有趣的消息,快来看看吧!🎉 😍 Hugging Face 🤗 开源大

    2024年02月16日
    浏览(48)
  • Socks5代理在多线程爬虫中的应用

    在进行爬虫开发过程中,我们常常需要处理大量的数据,并执行多任务并发操作。然而,频繁的请求可能会引起目标网站的反爬机制,导致IP封禁或限制访问。为了规避这些限制,我们可以借助Socks5代理的强大功能,通过多线程爬虫来实现高效而稳定的数据获取。本文将为您

    2024年02月12日
    浏览(42)
  • MR混合现实情景实训教学系统在旅游管理专业中的应用

    在旅游管理专业中, MR混合现实情景实训教学系统 的主要应用包括但不限于以下几个方面: 1. 实地考察的替代:对于一些无法实地考察的景点或设施,学生可以通过MR系统进行虚拟参观,从而了解其实际情况。这不仅可以减少时间和金钱的消耗,还可以避免安全风险。 2. 实

    2024年02月08日
    浏览(37)
  • CCD多模态去偏框架 论文阅读笔记(Causal Intervention and Counterfactual Reasoning for Multi-modal Fake News Detection)

    论文标题:Causal Intervention and Counterfactual Reasoning for Multi-modal Fake News Detection 论文作者:Ziwei Chen, Linmei Hu, Weixin Li, Yingxia Shao, Liqiang Nie 论文来源:ACL 2023,Paper 代码来源:未公布 目录 引入 贡献 基本知识介绍 因果图 因果关系的干预 反事实推理与因果效应 方法 虚假新闻检测的

    2024年02月08日
    浏览(40)
  • 第3章 开源大模型框架概览3.2 PyTorch与Hugging Face3.2.3 PyTorch在大模型中的应用

    在过去的几年里,人工智能技术的发展取得了显著的进展,尤其是自然语言处理(NLP)和计算机视觉等领域。这些技术的核心驱动力是大型神经网络模型,如Transformer、GPT、BERT等。这些模型的训练和部署需要一些高效的深度学习框架来支持。PyTorch是一种流行的深度学习框架,

    2024年01月18日
    浏览(36)
  • 【AIGC专题】Stable Diffusion 从入门到企业级应用0414

    本文是《Stable Diffusion 从入门到企业级应用实战》系列的第四部分能力进阶篇《Stable Diffusion ControlNet v1.1 图像精准控制》的第0414篇 利用Stable Diffusion ControlNet 法线贴图模型精准控制图像生成。本部分内容,位于整个Stable Diffusion生态体系的位置如下图黄色部分所示:        

    2024年02月09日
    浏览(38)
  • 36k字从Attention解读Transformer及其在Vision中的应用(pytorch版)

    深度学习中的卷积操作:https://blog.csdn.net/zyw2002/article/details/128306697 1.1.1 Encoder-Decoder Encoder-Decoder框架顾名思义也就是 编码-解码框架 ,在NLP中Encoder-Decoder框架主要被用来处理 序列-序列问题 。也就是输入一个序列,生成一个序列的问题。这两个序列可以分别是任意长度。 具体

    2024年02月11日
    浏览(39)
  • 视频与图片检索中的多模态语义匹配模型 ——原理、启示、应用与展望

    三多前笔者在《万字长文漫谈视频理解》[1]一文中,曾经将自己对视频理解的认识进行过简单总结,幸而获得了朋友们的认可,能让读者认可是笔者最为骄傲的成就。现在看来文中观点有不少纰漏狭隘之处,特别是近年来多模态模型的流行,更让视频理解这个方向出现了诸多

    2024年02月14日
    浏览(142)
  • HTTP/HTTPS代理IP在多线程爬虫项目中的实践

    在多线程爬虫项目中,HTTP/HTTPS代理IP的实践主要包括以下几个关键步骤: 1. 收集代理IP资源:    - 从免费或付费代理IP提供商、公开代理列表网站(如西刺代理、无忧代理等)抓取代理IP和端口信息。    - 存储这些IP到数据库或者文件中,格式通常为`ip:port`。 2. 构建代理池

    2024年01月22日
    浏览(54)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包