La disponibilité des modèles et de leurs poids pour tout le monde à télécharger permet à un plus large éventail de développeurs d'innover et de créer. Dans ce cours, vous sélectionnerez des modèles Open Source à partir de Hugging Face Hub pour effectuer des tâches NLP, audio, d'image et multimodales en utilisant la bibliothèque de transformateurs de Hugging Face. Facilement emballer votre code dans une application conviviale que vous pouvez exécuter sur le nuage en utilisant Gradio et Hugging Face Spaces.Vous allez : 1. Utiliser la bibliothèque de transformateurs pour transformer un petit modèle de langage en un chatbot capable de conversations multi-tours pour répondre à des questions de suivi. 2. Traduire entre les langues, résumer des documents et mesurer la similarité entre deux morceaux de texte, ce qui peut être utilisé pour la recherche et l'extraction. 3. Convertir l'audio en texte à l'aide de la reconnaissance vocale automatique (ASR) et convertir le texte en audio à l'aide de la synthèse vocale (TTS). 4. Effectuer une classification audio "zero-shot", pour classer les fichiers audio sans affiner le modèle. 5. Générer une narration audio décrivant une image en combinant les modèles de détection d'objets et de synthèse vocale.

6. Identifier des objets ou des régions dans une image en demandant à un modèle de segmentation d'image zero-shot, à l'aide de points, d'identifier l'objet que l'on souhaite sélectionner. 7. Mettre en œuvre la réponse à des questions visuelles, la recherche d'images, le sous-titrage d'images et d'autres tâches multimodales. 8. Partagez votre application IA en utilisant Gradio et Hugging Face Spaces pour exécuter vos applications dans une interface conviviale sur le cloud ou en tant qu'API. Le cours vous fournira les blocs de construction que vous pouvez combiner dans un pipeline pour construire vos applications basées sur l'IA !