Hugging FaceEmbedding-Modelle mit sentence-transformers ausführen
Erstelle Vector-Embeddings mit sentence-transformers, berechne Ähnlichkeiten, führe semantische Suche durch und rufe Modelle aus Spring-Boot-Anwendungen auf.
Fine-Tune kleiner Modelle mit Hugging Face Trainer
Anleitung zum Fine-Tuning eines kleinen Modells (DistilBERT) für die Klassifizierung von Produktbewertungen mit der Trainer API von Hugging Face, von der Datenvorbereitung bis zur Inferenz.
Hugging Face Datasets Library: Laden und Verarbeiten von Daten
Anleitung zum Verwenden der Datasets-Bibliothek von Hugging Face zum Laden, Erkunden, Transformieren und Speichern von Datensätzen für das NLP-Modelltraining.
Hugging Face Hub: Modelle finden und verwenden
Anleitung zum Finden geeigneter Modelle auf Hugging Face Hub, zum Lesen von Modellkarten und zum Aufrufen von Modellen sowohl aus Python als auch aus einer Spring-Boot-Anwendung.
Tokenizer in Hugging Face: Prinzipien und Verwendung in Java
Erfahren Sie, wie Hugging-Face-Tokenizer funktionieren, wie Sie diese über DJL in Spring-Boot-Anwendungen integrieren, mit praktischen Encode-/Decode-Beispielen und Tests.
Transformers Pipeline: NLP-Modelle in wenigen Zeilen Code
Anleitung zur Verwendung der pipeline()-Funktion von Hugging Face Transformers für Sentiment-Analyse, NER, Zusammenfassung... ohne tiefe Kenntnisse der Modellarchitektur.