Hugging Face Intro

# Descripción

Proyecto introductorio a la biblioteca Hugging Face Transformers para procesamiento de lenguaje natural. Cubre los conceptos fundamentales: carga de modelos pre-entrenados desde el Hub de Hugging Face, tokenización con AutoTokenizer, el pipeline de transformers para tareas comunes (clasificación de texto, análisis de sentimientos, traducción automática, resumen de texto, respuesta a preguntas, relleno de máscara) y la API de 🤗 Hub para descubrir y compartir modelos. Incluye ejemplos prácticos con modelos como BERT, GPT-2, T5 y DistilBERT, comparando rendimiento en diferentes tareas de NLP.

$ ./deploy.sh $ git clone

# Características principales

$ Pipeline de Transformers: sentiment, traducción, resumen, QA

$ Carga de modelos desde Hugging Face Hub con AutoModel

$ Tokenización con AutoTokenizer y configuración de padding/truncado

$ Modelos: BERT, GPT-2, T5, DistilBERT y más

$ API de Hugging Face Hub para descubrimiento de modelos

$ Ejemplos prácticos de NLP con pocas líneas de código

# Galería

Vista escritorio

Vista móvil

# Tecnologías utilizadas

Python Hugging Face Transformers