Ejecutar modelos embedding con sentence-transformers
Crea vectores embedding con sentence-transformers, calcula similitud, realiza búsqueda semántica e invoca modelos desde aplicaciones Spring Boot.
Crea vectores embedding con sentence-transformers, calcula similitud, realiza búsqueda semántica e invoca modelos desde aplicaciones Spring Boot.
Guía para usar la biblioteca Datasets de Hugging Face a fin de cargar, explorar, transformar y guardar datasets para entrenar modelos NLP.
Guía para fine-tunear un modelo pequeño (DistilBERT) en clasificación de reseñas de productos con la API Trainer de Hugging Face, desde preparación de datos hasta inference.
Guía para buscar el modelo adecuado en Hugging Face Hub, ver la tarjeta del modelo, e invocar ese modelo desde Python y desde una aplicación Spring Boot.
Aprende cómo funciona el Tokenizer de Hugging Face, cómo integrarlo en aplicaciones Spring Boot con DJL, con ejemplos de encode/decode y tests.
Guía para usar pipeline() de Hugging Face Transformers para ejecutar sentiment analysis, NER, summarization... sin necesidad de entender la arquitectura del modelo.