Die Verfügbarkeit von Modellen und ihren Gewichten für jedermann zum Herunterladen ermöglicht es einem breiteren Spektrum von Entwicklern, Innovationen und Kreationen zu entwickeln. In diesem Kurs werden Sie Open Source-Modelle aus Hugging Face Hub auswählen, um NLP-, Audio-, Bild- und multimodale Aufgaben mit der Hugging Face Transformers-Bibliothek durchzuführen. Sie verpacken Ihren Code in eine benutzerfreundliche Anwendung, die Sie mit Gradio und Hugging Face Spaces in der Cloud ausführen können. 1. Verwenden Sie die Transformers-Bibliothek, um ein kleines Sprachmodell in einen Chatbot zu verwandeln, der in der Lage ist, mehrere Gespräche zu führen und Folgefragen zu beantworten. 2. Übersetzen Sie zwischen Sprachen, fassen Sie Dokumente zusammen und messen Sie die Ähnlichkeit zwischen zwei Textstücken, die für die Suche und das Retrieval verwendet werden können. 3. Konvertierung von Audio in Text mit automatischer Spracherkennung (ASR) und Konvertierung von Text in Audio mit Text to Speech (TTS). 4. Durchführung einer Zero-Shot-Audioklassifizierung, um Audio ohne Feinabstimmung des Modells zu klassifizieren. 5. Generierung eines Audiokommentars zur Beschreibung eines Bildes durch Kombination von Objekterkennung und Text-to-Speech-Modellen.

6. Identifizierung von Objekten oder Regionen in einem Bild, indem ein Zero-Shot-Bildsegmentierungsmodell mit Punkten aufgefordert wird, das auszuwählende Objekt zu identifizieren. 7. Beantworten Sie visuelle Fragen, führen Sie eine Bildsuche durch, vergeben Sie Bildunterschriften und andere multimodale Aufgaben. 8. Teilen Sie Ihre KI-App mit Gradio und Hugging Face Spaces, um Ihre Anwendungen in einer benutzerfreundlichen Oberfläche in der Cloud oder als API auszuführen. Der Kurs vermittelt Ihnen die Bausteine, die Sie zu einer Pipeline kombinieren können, um Ihre KI-gestützten Anwendungen zu entwickeln!