Programme de Formation
9
module(s)
Durée totale : 900
Maîtriser l'écosystème Hugging Face — Hub, transformers, datasets, tokenizers, Trainer et PEFT/LoRA. 9 leçons pour industrialiser votre pratique NLP.
Module 1 : Le Hub : modèles, datasets, Spaces
90
Naviguer le Hub Hugging Face, comprendre les licences et télécharger modèles, datasets et Spaces avec les bons outils.
Module 2 : AutoModel et AutoTokenizer
90
Utiliser les classes Auto pour charger n'importe quel modèle du Hub sans connaître son architecture précise, et inspecter sa configuration.
Module 3 : Pipelines : inférence en 3 lignes
60
Utiliser les pipelines Hugging Face pour exécuter classification, NER, QA et génération en trois lignes de code, sans gérer tokenizer ni post-processing.
Module 4 : La bibliothèque datasets : streaming et preprocessing
120
Charger, mapper, filtrer et streamer des datasets de toute taille avec la bibliothèque datasets, sans jamais saturer votre mémoire.
Module 5 : Tokenizers avancés : BPE, WordPiece, SentencePiece
120
Distinguer BPE, WordPiece et SentencePiece, comprendre leur logique interne et entraîner un tokenizer from scratch avec la bibliothèque tokenizers.
Module 6 : Le Trainer API
120
Configurer TrainingArguments, lancer un fine-tuning avec Trainer, monitorer via callbacks et gérer évaluation et sauvegardes.
Module 7 : PEFT et LoRA : fine-tuning efficient
150
Expliquer le principe de LoRA, appliquer PEFT à un LLM pour fine-tuner efficacement et mesurer le gain de mémoire obtenu.
Module 8 : Publier un modèle sur le Hub
90
Créer un dépôt sur le Hub, rédiger une Model Card complète et versionner vos modèles avec Git-LFS pour les partager proprement.
Module 9 : Synthèse Hugging Face et préparation de l'IA générative
60
Cartographier l'écosystème Hugging Face, récapituler les bibliothèques essentielles et préparer la transition vers le cours d'IA générative.
Commentaires
0 commentaire
Aucun commentaire pour le moment
Soyez le premier à partager votre avis !
Se connecter pour commenter