Ebook Hugging Face in Action [Ấn Bản Lần 1, Tháng 10/2025] [PDF, EPUB + CODE] [9207E]
Mọi thứ bạn cần biết về việc sử dụng các công cụ, thư viện và mô hình tại Hugging Face, từ transformer, đến RAG, LangChain và Gradio.
"Hugging Face in Action" tiết lộ cách tận dụng tối đa mọi tính năng của Hugging Face, từ việc tiếp cận các mô hình tiên tiến đến việc xây dựng các frontend trực quan cho các ứng dụng AI.
Với "Hugging Face in Action", bạn sẽ học được:
- ✓ Sử dụng Hugging Face Transformer & Pipeline cho các nhiệm vụ NLP.
- ✓ Áp dụng các kỹ thuật Hugging Face cho các dự án Computer Vision.
- ✓ Thao tác các Hugging Face Dataset để xử lý dữ liệu hiệu quả.
- ✓ Training các Machine Learning model với chức năng AutoTrain.
- ✓ Triển khai các AI agent để thực thi các tác vụ tự động.
- ✓ Phát triển các ứng dụng dựa trên LLM bằng LangChain và LlamaIndex.
- ✓ Kiến trúc các ứng dụng LangChain một cách trực quan với LangFlow.
- ✓ Tạo các giao diện người dùng dựa trên web bằng Gradio.
- ✓ Xây dựng các ứng dụng chạy local dựa trên LLM với GPT4ALL.
- ✓ Truy vấn local data bằng Large Language Model.
Bạn muốn một thư viện transformer tiên tiến? Giải pháp mã nguồn mở của Hugging Face là tốt nhất trong phân khúc. Bạn cần một nơi để host các model của bạn? Hugging Face Spaces sẽ đáp ứng nhu cầu của bạn. Người dùng của bạn có cần một frontend trực quan cho ứng dụng AI của bạn không? Thư viện Gradio của Hugging Face giúp bạn dễ dàng xây dựng UI bằng các kỹ năng Python đã có. Trong Hugging Face in Action, bạn sẽ học cách tận dụng tối đa tất cả các tính năng tuyệt vời của Hugging Face để tạo nguyên mẫu và sản xuất ứng dụng AI một cách nhanh chóng và đáng tin cậy.
Về công nghệ:
Hugging Face là một hệ sinh thái mã nguồn mở tuyệt vời dành cho các kỹ sư AI và nhà khoa học dữ liệu, cung cấp hàng trăm mô hình được đào tạo sẵn, dataset, tool và thư viện. Đây cũng là một trung tâm cộng tác cho các nghiên cứu AI tiên tiến. Hugging Face là một nền tảng khổng lồ, và cuốn sách này sẽ giúp bạn tận dụng tối đa những gì nó mang lại.
Về cuốn sách:
"Hugging Face in Action" hướng dẫn bạn cách xây dựng các hệ thống AI toàn diện bằng cách sử dụng các tài nguyên từ cộng đồng Hugging Face. Trong đó, bạn sẽ tạo nhiều project, bao gồm một object detection model, một ứng dụng RAG Q&A, một chatbot được hỗ trợ bởi LLM, v.v. Bạn sẽ được trải nghiệm những giải thích rõ ràng, dễ hiểu, cùng với phần giới thiệu chi tiết về các công nghệ chủ chốt như LangChain, LlamaIndex và Gradio.
Bên trong có gì:
- ✓ Cách điều hướng thư viện model và tool khổng lồ của Hugging Face.
- ✓ Cách chạy các LLM local bằng GPT4ALL.
- ✓ Cách tạo các giao diện người dùng dựa trên web bằng Gradio.
- ✓ Cách cải thiện các mô hình bằng cách sử dụng Hugging Face datasets.
Về người đọc:
Dành cho các lập trình viên Python quen thuộc với NumPy và Pandas. Không yêu cầu kinh nghiệm về AI.
Mục lục:
- ✓ Chương 01. Giới thiệu về Hugging Face.
- ✓ Chương 02. Bắt đầu.
- ✓ Chương 03. Sử dụng Hugging Face transformer & pipeline cho các tác vụ NLP.
- ✓ Chương 04. Sử dụng Hugging Face cho các tác vụ computer vision.
- ✓ Chương 05. Exploring, tokenizing & visualizing các Hugging Face dataset.
- ✓ Chương 06. Fine-tuning các pretrained model và làm việc với các multimodal model.
- ✓ Chương 07. Tạo các ứng dụng dựa trên LLM bằng LangChain và LlamaIndex.
- ✓ Chương 08. Xây dựng các ứng dụng LangChain trực quan bằng Langflow.
- ✓ Chương 09. Programming Agents.
- ✓ Chương 10. Xây dựng một UI dựa trên web bằng Gradio.
- ✓ Chương 11. Xây dựng các ứng dụng chạy cục bộ dựa trên LLM bằng GPT4All.
- ✓ Chương 12. Sử dụng LLM để truy vấn local data của bạn.
- ✓ Chương 13. Kết nối LLM với thế giới thực bằng GModel Context Protocol.