آموزش
چگونه Whisper را برای شناسایی صدا چندزبانه تنظیم کنیم؟
در این مقاله، گام به گام روش تنظیم دقیق مدل Whisper در Google Colab را معرفی میکنیم تا برای هر دیتاست چندزبانه ASR عملکردی بالا داشته باشید.
محصولات
هوش مصنوعی را با DOI، هفنگفیس به استناد و دسترسپذیری علمی برسانید
هفنگفیس با افزودن قابلیت DOI، مدلها و دیتاستها را به راحتی استناد میکند؛ راهنمایی کوتاه برای تولید و بهاشتراکگذاری در پژوهشهای هوش مصنوعی.
مدلها
هوش مصنوعی در تولید تصویر: کجا Stable Diffusion با Diffusers برتر میشود
یک نگاه سریع به چگونه Stable Diffusion با کتابخانه Diffusers در صنعت تولید تصویر متن‑به‑تصویر پیشرفتی نوعی فراتر از مدلهای سنتی فراهم کرده و آن را در دسترس جامعهٔ علمی و توسعهدهندگان میسازد.
پژوهش
هوش مصنوعی در تحول خدمات مشتری: راهنمایی مبتنی بر مدلهای زبانی متنباز
در این مقاله به بررسی گامبهگام استفاده از اکوسیستم Hugging Face برای ایجاد یک سیستم خدمات مشتری هوشمند میپردازیم. میزبان استفاده از مدلهای زبانی، دیتاستهای متنباز و آموزش fine‑tune برای پاسخگویی سریع و دقیق به کاربران است.
آموزش
هوش مصنوعی در روبات تحویل پیتزا: فاینتون یک مدل SemSeg در Hugging Face
در این مقاله، نحوه فاینتون کردن مدل Semantic Segmentation SegFormer با دیتاست سفارشی و کاربرد آن برای روبات تحویل پیتزا در Hugging Face را معرفی میکنیم.
پژوهش
هوش مصنوعی در جستجوی تصویر: فریمورک مپدیتها به هدف هوشمندسازی
یک راهنمای گامبهگام برای ساخت اپلیکیشن جستجوی تصویر با استفاده از کتابخانه datasets و مدلهای embedding در Hugging Face. از تصاویر تاریخی تا دسترسی سریع.
اخبار
هوش مصنوعی در تحلیل احساس: راهنمای گامبهگام با Hugging Face
در این مقاله بهصورت گامبهگام با استفاده از مدلهای آماده در پلتفرم Hugging Face، به تحلیل احساس متنها در پایتون پرداخته و نکات کلیدی را بررسی میکنیم.
پژوهش
کشف سریع مدلهای هوش مصنوعی با ابزار جدید در هاب 🤗
بهروزرسانی جدید در کتابخانه huggingface_hub بهصورت سادهتر بهدنبال مدل و دیتاستها میشود؛ قابلیتهای تازهپرسنکردن کمک میکند تا بهسرعت چشمدیدچنینکدها بپیدا کنید.
مدلها
تعریف قدرتمند هوش مصنوعی در Hugging Face Spaces با استریملیت
در این مقاله به راهنمایی جامع برای میزبانی مدلها و دیتاستها در Hugging Face Spaces با استفاده از Streamlit میپردازیم. نکات کلیدی، کد نمونه و مفاهیم اساسی در چند خط توضیح داده میشود.