Découverte des réseaux neuronaux pré-entraînés avec HuggingFace et Python

Future event

Pratiquez Python en utilisant HuggingFace pour tester des modèles de réseaux neuronaux déjà pré-entraînés

7 May 2024
11h 12h
Strasbourg - Campus Esplanade - Atrium - Lab numérique et En ligne

Le site HuggingFace.co est un site communautaire incontournable du Machine Learning Open Source en proposant des modèles de réseaux neuronaux déjà pré-entraînés (traitement automatique des langues, de la vision, de l’audio, etc).

Chaque modèle peut-être testé en ligne avant téléchargement éventuel (pour utilisation sur sa machine en local ou éventuel entraînement complémentaire sur ses propres données).

Cette immense bibliothèque de plus d’un demi-million de “cervelles” prêtes à l’emploi peut être utile pour automatiser, traiter, analyser des contenus en particulier pour la recherche mais pas seulement.

Pré-requis :

  • être déjà à l’aise avec le fonctionnement de son ordinateur (fichiers, console, terminal…)
  • Anglais de base
  • avoir quelques notions de Python ou de programmation
  • pour ne pas perdre de temps nous utiliserons une version en ligne des Jupyter notebooks nécessitant un compte google : https://colab.research.google.com/
  • alternativement en local sur votre ordinateur,
  • installer Python 3 (sur Windows cocher “Add Python to Path” à l’installation)
  • installer Visual Studio Code
  • venir avec son ordinateur portable

Objectifs et compétences :

  • comprendre le fonctionnement du site HuggingFace (modèles, données, spaces, cours…)
  • utiliser les réseaux neuronaux directement depuis Python
  • découvrir quelques cas concrets (analyse de sentiments, mots manquants, analyse d’images…)

Public : chercheurs, étudiants et toutes personnes motIvées ayant les pré-requis ci-dessus

Intervenant : François Schnell (Direction du numérique, Université de Strasbourg)

Support de l’atelier : support

Durée : 1h (atelier unique, hybride)

Lieu : Lab Numérique, rez-de-chaussée Atrium (16 rue René Descartes, Strasbourg) ou à distance.