NLP’deki Transformers, uzun menzilli bağımlılıkları kolaylıkla ele alırken diziden diziye görevleri çözmeyi amaçlayan yeni bir mimaridir. Transformers paketi, 30'dan fazla önceden eğitilmiş model ve 100 dilin yanı sıra doğal dil anlama (NLU) ve doğal dil oluşturma (NLG) için sekiz ana mimari içerir. Bunlar BERT ,GPT ,GPT-2 ,TransformerXL ,XLNet ,XLM ,RoBERTa ,DistilBERT oluşturmaktadır.
Transformers’ın hızlı gelişimi, doğal dil işlemeye yeni bir güçlü araç dalgası getirdi. Hugging Face, makine öğrenimi için GitHub olmayı hedeflemektedir. Hugging Face, NLP alanındaki önde gelen girişimlerden biridir. Apple, Monzo ve Bing gibi büyük teknoloji şirketleri, kütüphanesini üretimde kullanıyor.
Hugging Face, en iyi yanlarından birisi Transformers kütüphanesi ile büyük bir açık kaynak topluluğuna sahiptir. Transformers Kitaplığı, derin öğrenme kitaplıkları olan PyTorch ve TensorFlow tarafından desteklenir. Metin sınıflandırma, bilgi alma, soru-cevap, çeviri, metin oluşturma ve özetleme gerçekleştirmek için önceden eğitilmiş binlerce model sağlar. Transformers, hızlı bir şekilde indirilebilen ve kullanıcıların veri kümelerinde ince ayar yapmak için bir metin üzerinde önceden eğitilmiş modelleri kullanan API’ler sağlar.
Transformers, bir milyondan fazla kez indirildi ve GitHub’da 42.000'den fazla yıldız topladı. Google, Facebook ve Microsoft’taki araştırmacılar, projelerinde Transformers kitaplığını yoğun bir şekilde kullandılar.
Kullanılan modeller büyük ve eğitilmesi çok pahalıdır, bu nedenle önceden eğitilmiş sürümler araştırmacılar ve uygulayıcılar tarafından Hugging Face üzerinde paylaşılır ve kullanılır.
Modellerin kullanımı ve dağıtımı ücretsizdir.
Hugging face makine öğrenmesinde giderek gelişen, kullanıcı sayısı gittikçe artan ve bir çok modele ve datasete ev sahipliği yapan ve büyük bir platformdur. Hugging face’in genel amacı makina öğrenmesi işlemlerinin kullanımını kolaylaştırmak ve kullanıcılara daha hızlı ve hazır çalışma imkanı sunmak ve kullanıcılar arası açık kaynak model ve datasetlerin paylaşımını arttırmayı amaçlamaktadır.
Kullanılan modeller büyük ve eğitilmesi çok pahalıdır, bu nedenle önceden eğitilmiş sürümler araştırmacılar ve kullanıcılar tarafından Hugging Face üzerinde paylaşılır ve kullanılır.
Hugging face üzerinden bulunan Modellere örnek verecek olursak bunlar;
Doğal dil işleme(NLP) için;
Text Classification, Token Classification, Question Answering, Translation, Summarization, Text Generation, Fill-Mask, Sentence Similarity
Ses işleme için;
Text-to-Speech, Automatic Speech Recognition, Audio-to-Audio, Audio Classification
Görüntü işleme için;
Image Classification, Object Detection, Image Segmentation
Hugging Face Spaces nasıl kullanılır?
Spaces, Hugging Face üzerindeki uygulamaların modellerini demo olarak denemeniz için size ücretsiz sunulan bir hizmettir.
Yapacağınız uygulama için aşağıdaki linki kullanabilirsiniz.
https://huggingface.co/spaces alanına geliyorum Create a new Space diyorum.
Aynı zamanda diğer yayıncıların yapmış olduğu yazılımlarıda kullanabilirsiniz. Bu da demek oluyor ki bir çok yapay zekaya ulaşmış oluyorsunuz.
