Part 2 發佈活動
對於課程第 2 部分的發佈，我們在微調 sprint 之前組織了一場現場活動，為期兩天的會談。 如果你錯過了，你可以趕上下面列出的講座！
Day 1: Transformer 的高級API以及如何訓練它們
Thomas Wolf： 遷移學習和Transformers庫的誕生
Thomas Wolf 是 Hugging Face 的聯合創始人兼首席科學官。 Thomas Wolf 和 Hugging Face 團隊創建的工具被 5,000 多個研究機構使用，包括 Facebook 人工智能研究、谷歌研究、DeepMind、亞馬遜研究、蘋果、艾倫人工智能研究所以及大多數大學系。 Thomas Wolf 是人工智能領域有史以來最大的研究合作的發起人和高級主席：“BigScience”，以及一組廣泛使用的 [庫和工具]（https://github.com/huggingface/）。 Thomas Wolf 還是一位多產的教育家、人工智能和自然語言處理領域的思想領袖，並且經常受邀在世界各地的會議上發表演講 [https://thomwolf.io](https://thomwolf.io ）。
Jay Alammar： Transformers模型的圖解
通過他廣受歡迎的 ML 博客，Jay 幫助數百萬研究人員和工程師直觀地理解了機器學習工具和概念，從基礎（最終出現在 NumPy、Pandas 文檔）到前沿（Transformers、BERT、GPT-3）。
Margaret Mitchell： 關於機器學習開發中的價值觀
Margaret Mitchell 是一名從事人工智能倫理研究的研究員，目前專注於以倫理為依據的人工智能開發。她在自然語言生成、輔助技術、計算機視覺和人工智能倫理方面發表了 50 多篇論文，並在會話生成和情感分類領域擁有多項專利。她之前曾在 Google AI 擔任員工研究科學家，在那裡她創立並共同領導了 Google 的倫理 AI 小組，專注於基礎 AI 倫理研究和在 Google 內部實施 AI 倫理。在加入谷歌之前，她是微軟研究院的一名研究員，專注於計算機視覺到語言的生成；並且是約翰霍普金斯大學的博士後，專注於貝葉斯建模和信息提取。她擁有阿伯丁大學計算機科學博士學位和華盛頓大學計算語言學碩士學位。在獲得學位的同時，她還於 2005 年至 2012 年在俄勒岡健康與科學大學從事機器學習、神經系統疾病和輔助技術方面的工作。她在多樣性、包容性、計算機科學和倫理學的交叉領域領導了許多研討會和倡議。她的工作獲得了國防部長阿什卡特和美國盲人基金會的獎勵，並被多家科技公司實施。她喜歡園藝、狗和貓。
Matthew Watson 和 Chen Qian： 使用 Keras 的 NLP 工作流程
Matthew Watson 是 Keras 團隊的機器學習工程師，專注於高級建模 API。 他在本科期間學習計算機圖形學，並在斯坦福大學獲得碩士學位。 作為一名幾乎是英語專業的學生，他轉向計算機科學，熱衷於跨學科工作並使 NLP 為更廣泛的受眾所接受。
Chen Qian 是 Keras 團隊的一名軟件工程師，專注於高級建模 API。 Chen 在斯坦福大學獲得電氣工程碩士學位，他對簡化 ML 任務和大規模 ML 的代碼實現特別感興趣。
Mark Saroufim： 如何使用 Pytorch 訓練模型
Mark Saroufim 是 Pytorch 的合作伙伴工程師，致力於開發 OSS 生產工具，包括 TorchServe 和 Pytorch Enterprise。 Mark 是 Graphcore、yuri.ai、Microsoft 和 NASA 的 JPL 的應用科學家和產品經理。 他熱衷於讓編程更有趣。
Jakob Uszkoreit: 它沒有壞所以不要修復讓我們打破它
Jakob Uszkoreit 是 Inceptive 的聯合創始人。 Inceptive 在緊密循環中使用大規模深度學習和高通量實驗設計用於疫苗和治療的 RNA 分子，目標是使基於 RNA 的藥物更容易獲得、更有效和更廣泛適用。 此前，Jakob 在谷歌工作了十多年，領導谷歌大腦、研究和搜索領域的研發團隊，致力於深度學習基礎、計算機視覺、語言理解和機器翻譯。
Day 2: 可以使用的工具
Lewis Tunstall： 使用 🤗 Transformers Trainer 讓訓練更加簡單
Lewis 是 Hugging Face 的機器學習工程師，專注於開發開源工具並讓更廣泛的社區可以訪問它們。 他還是 O’Reilly 即將出版的有關於Transform的合著者，您可以在 Twitter (@_lewtun) 上關注他，瞭解 NLP 提示和技巧！
Matthew Carrigan： 用於 🤗 Transformers 和 🤗 Datasets的新 TensorFlow 特性
Matt 負責Transformers的TensorFlow維護，並將最終領導一場針對現任PyTorch派系的政變，可能會通過他的推特賬戶@carrigmat進行協調。
Lysandre Debut: 使用Hugging Face Hub 作為協作和共享機器學習項目
Lysandre 是 Hugging Face 的機器學習工程師，他參與了許多開源項目。 他的目標是通過使用非常簡單的 API 開發強大的工具，讓每個人都可以使用機器學習。
Lucile Saulnier: 使用 🤗 Transformers 和 🤗 Tokenizers 獲取您自己的tokenizer
Lucile 是 Hugging Face 的機器學習工程師，負責開發和支持開源工具的使用。 她還積極參與了自然語言處理領域的許多研究項目，例如協作訓練模型和 BigScience。
Sylvain Gugger: 使用 🤗 Accelerate 增強您的 PyTorch 訓練循環*
Sylvain 是 Hugging Face 的研究工程師，也是🤗 Transformers 的核心維護者之一，也是🤗 Accelerate 的開發者。 他喜歡讓模型訓練變得更容易。
Merve Noyan: 使用 🤗 Spaces 展示您的模型演示
Merve 是 Hugging Face 的開發者倡導者，致力於開發工具並圍繞它們構建內容，以使每個人的機器學習民主化。
Abubakar Abid： 快速構建機器學習應用程序
Abubakar Abid 是 Gradio 的首席執行官。 他於 2015 年獲得麻省理工學院電氣工程和計算機科學學士學位，並於 2021 年獲得斯坦福大學應用機器學習博士學位。作為 Gradio 的首席執行官，Abubakar 致力於使機器學習模型更易於演示、調試和部署。
Mathieu Desvé: AWS ML Vision：讓所有客戶都可以使用機器學習
技術愛好者，有空閒時間的創客。 我喜歡挑戰和解決客戶和用戶的問題，每天和有才華的人一起學習。 自 2004 年以來，我在前端、後端、基礎設施、運營和管理等多個職位上工作。 嘗試以敏捷的方式解決公共技術和管理問題。
Philipp Schmid: 使用 Amazon SageMaker 和🤗 Transformers 進行託管訓練
Philipp Schmid 是 Hugging Face 的機器學習工程師和技術主管，負責領導與 Amazon SageMaker 團隊的合作。 他熱衷於使尖端 NLP 模型民主化和生產化，並提高深度學習的易用性。