第二部分发布活动

为了发布课程的第二部分，我们组织了一场直播活动，在微调冲刺之前进行了为期两天的讲座。如果您错过了，可以在下面列出的所有讲座中进行回看！

第一天：Transformers 高级视图及训练方法

Thomas Wolf： 迁移学习与 Transformers 库的诞生

Thomas Wolf 是 Hugging Face 的联合创始人兼首席科学官。Thomas Wolf 和 Hugging Face 团队创建的工具被超过 5,000 个研究机构使用，包括 Facebook 人工智能研究部、Google 研究部、DeepMind、Amazon 研究部、Apple、艾伦人工智能研究所以及大多数大学院系。Thomas Wolf 是人工智能领域有史以来最大研究合作项目 “BigScience” 的发起人和高级主席，也是一套广泛使用的 库和工具 的开发者。Thomas Wolf 还是一位多产的教育家，人工智能和自然语言处理领域的思想领袖，并经常受邀在全球各地会议上发表演讲 https://thomwolf.io。

Jay Alammar： Transformers 模型的可视化入门

通过他广受欢迎的机器学习博客，Jay 帮助数百万研究人员和工程师直观地理解了从基础（最终出现在 NumPy、Pandas 文档中）到前沿（Transformers、BERT、GPT-3）的机器学习工具和概念。

Margaret Mitchell： 机器学习开发中的价值取向

Margaret Mitchell 是一位从事伦理人工智能研究的科学家，目前专注于科技领域中以伦理为导向的人工智能开发的方方面面。她发表了 50 多篇关于自然语言生成、辅助技术、计算机视觉和人工智能伦理的论文，并拥有多项对话生成和情感分类领域的专利。她曾是 Google AI 的高级研究科学家，在那里她创立并共同领导了 Google 的伦理人工智能团队，专注于基础人工智能伦理研究和在 Google 内部实施人工智能伦理。在加入 Google 之前，她是 Microsoft Research 的研究员，专注于计算机视觉到语言的生成；并曾在约翰霍普金斯大学担任博士后，专注于贝叶斯建模和信息提取。她拥有阿伯丁大学计算机科学博士学位和华盛顿大学计算语言学硕士学位。在攻读学位期间，她还于 2005 年至 2012 年在俄勒冈健康与科学大学从事机器学习、神经系统疾病和辅助技术方面的工作。她率先发起了多项关于多样性、包容性、计算机科学和伦理交叉领域的工作坊和倡议。她的工作获得了国防部长阿什·卡特和美国盲人基金会的奖项，并已被多家科技公司实施。她喜欢园艺、狗和猫。

Matthew Watson 和 Chen Qian： 使用 Keras 进行 NLP 工作流

Matthew Watson 是 Keras 团队的机器学习工程师，专注于高级建模 API。他在斯坦福大学攻读本科和硕士期间学习了计算机图形学。他原本主修英语，后来转向计算机科学，对跨学科工作和让更广泛的受众接触 NLP 充满热情。

Chen Qian 是 Keras 团队的软件工程师，专注于高级建模 API。Chen 拥有斯坦福大学电气工程硕士学位，他对简化机器学习任务的代码实现和大规模机器学习特别感兴趣。

Mark Saroufim： 如何使用 PyTorch 训练模型

Mark Saroufim 是 PyTorch 的合作伙伴工程师，负责 OSS 生产工具，包括 TorchServe 和 PyTorch Enterprise。在他过去的职业生涯中，Mark 曾是 Graphcore、yuri.ai、Microsoft 和 NASA JPL 的应用科学家和产品经理。他的主要热情是让编程更有趣。

Jakob Uszkoreit： 它还没坏，所以别修，我们来打破它

Jakob Uszkoreit 是 Inceptive 的联合创始人。Inceptive 利用大规模深度学习与高通量实验紧密结合，设计用于疫苗和治疗的 RNA 分子，旨在使基于 RNA 的药物更易获得、更有效和更广泛应用。此前，Jakob 在 Google 工作了十多年，领导 Google Brain、Research 和 Search 中的研发团队，专注于深度学习基础、计算机视觉、语言理解和机器翻译。

第二天：要使用的工具

Lewis Tunstall： 使用 🤗 Transformers Trainer 进行简单训练

Lewis 是 Hugging Face 的机器学习工程师，专注于开发开源工具并使其更容易被广大社区使用。他还是 O'Reilly 书籍《使用 Transformers 进行自然语言处理》的合著者。您可以在 Twitter (@_lewtun) 上关注他以获取 NLP 技巧！

Matthew Carrigan： 用于 🤗 Transformers 和 🤗 Datasets 的 TensorFlow 新功能

Matt 负责 Transformers 中的 TensorFlow 维护，最终将通过他的 Twitter 账号 @carrigmat 协调对现有 PyTorch 派系的政变。

Lysandre Debut： Hugging Face Hub 作为机器学习项目协作和共享的途径

Lysandre 是 Hugging Face 的机器学习工程师，参与了许多开源项目。他的目标是通过开发功能强大且 API 简单的工具，使机器学习普惠大众。

Lucile Saulnier： 使用 🤗 Transformers 和 🤗 Tokenizers 获取您自己的分词器

Lucile 是 Hugging Face 的机器学习工程师，致力于开发和支持开源工具的使用。她还积极参与自然语言处理领域的许多研究项目，例如协作训练和 BigScience。

Sylvain Gugger： 使用 🤗 Accelerate 为您的 PyTorch 训练循环充电

Sylvain 是 Hugging Face 的研究工程师，也是 🤗 Transformers 的核心维护者之一，以及 🤗 Accelerate 的开发者。他喜欢让模型训练变得更容易。

Merve Noyan： 使用 🤗 Spaces 展示您的模型演示

Merve 是 Hugging Face 的开发者倡导者，致力于开发工具并围绕它们构建内容，以使机器学习普及给每个人。

Abubakar Abid： 快速构建机器学习应用程序

Abubakar Abid 是 Gradio 的首席执行官。他于 2015 年获得麻省理工学院电气工程与计算机科学学士学位，并于 2021 年获得斯坦福大学应用机器学习博士学位。作为 Gradio 的首席执行官，Abubakar 致力于使机器学习模型的演示、调试和部署变得更容易。

Mathieu Desvé： AWS 机器学习愿景：让所有客户都能使用机器学习

技术爱好者，闲暇时是创客。我喜欢挑战，喜欢解决客户和用户的问题，喜欢与有才华的人一起工作，每天学习。自 2004 年以来，我担任过多个职位，从前端、后端、基础设施、运营和管理都做过。尝试以敏捷方式解决常见的技术和管理问题。

Philipp Schmid： 使用 Amazon SageMaker 和 🤗 Transformers 进行托管训练

Philipp Schmid 是 Hugging Face 的机器学习工程师和技术负责人，他负责与 Amazon SageMaker 团队的合作。他对普及和生产化尖端 NLP 模型以及提高深度学习的易用性充满热情。

< > 在 GitHub 上更新