自然语言处理究竟要做一件什么事呢？大家可能经常听到分类，机器翻译，情感分析，智能客服，摘要与阅读理解等想一想我们在长大的过程中，如何来学习语文的呢？难道只是上课背考试题吗？我们语言能力的学习源于生活中的点点滴滴，一次对话，一次阅读都是学习那么我们需要训练的NLP模型，只是为了得到最终的一个输出结果吗？Huggingface如何来培养模型的学习能力呢？需要特定的任务和标签吗？我们的每一次对话难道都对应了标准答案吗？不是的更重要的是训练阅读能力，学习能力，理解能力，那么只需给模型阅读资料即可所谓阅读资料，就是咱们人类的文本数据，小说，新闻，电影等都是可以的所以，我们现在需要模型具备的是语言理解能力，而是不是分类那种专项技能HuggingfaceNLP中的江湖人物天下风云出我辈,一入江湖岁月催；谁才是当下的大佬呢？早期的NLP比较简单，完全没有训练学习能力，只需完成特定领域的任务即可现在的NLP可以简单划分成两大门派：BERT系(五岳剑派)，GPT系(魔教)难道只有他俩吗？还有很多的，只不过他俩比较出名，大部分任务都可以套用HuggingfaceNLP究竟拼的什么拼网络结构，损失函数，还是各种训练技巧呢？从目前NLP比较核心的模型来看，主要拼的是数据量和参数量刷屏的模型的以及比较炫酷的模型都是训练数据和参数量极其恐怖，令人发指我们能做的什么呢？咱们也要训练模型吗？我们也必须得用海量的数据吗？Huggingface如何开始NLP呢？传统算法意义还大嘛？有必要深入学习吗？如何大家看一些公开课或者教材，都是长篇大论，谈古说今今天的NLP其实已经不再需要传统方法，一些交给Transformer就足够了NLP领域这么多算法和模型，咱们要神农尝百草一个个来学习一个个来实验吗Huggingface有请咱们今天的主角先说重点的：Huggingface就是集大成者于一身，包括了当下NLP所有核心模型对我们来说，调用BERT模型，GPT模型及其训练好的权重参数，只需1行代码微调我们自己的任务，只需处理好咱们的数据，然后继续训练模型即可即便你对数学一无所知，即便你对代码稀里糊涂，即便你对数据无从下手Huggingface它不仅是一个工具包，更是一个社区，也是NLP大佬们的舞台给你1000W你能做出来一个抖音不，相信很多开发大佬都是确定的但是运营好，却可能要花掉超过千倍的开发成本，所以它不仅仅是模型越来越多的学术大佬通过它来开源模型，来宣传论文以及研究成果对我们来说这是一件大喜事，大佬们的东西，咱们可以随时来玩了Huggingface关于它的故事...
