Description
🤗 Aujourd'hui, télécharger un modèle d'IA prend dix secondes. En 2018, ça prenait des heures. Voici ce qui a changé.
Dans cette vidéo, on décortique l'écosystème Hugging Face :
— Pourquoi en 2018 chaque labo distribuait ses modèles en silo (4 frameworks, 4 conventions, poids sur Google Drive)
— Comment la lib `transformers` et `from_pretrained()` ont standardisé l'interface (200+ architectures aujourd'hui)
— Pourquoi le Hub est basé sur Git LFS — et ce que ça change pour le versioning des poids
— Le rôle des model cards (Mitchell 2019) pour rendre les modèles traçables
— Le format `.safetensors` : sécurité, zero-copy, lazy loading
— L'effet réseau enclenché par `datasets`, Spaces et l'Inference API
Hugging Face n'a pas inventé un nouveau modèle. Ils ont inventé la plomberie.
📚 Sources
— Wolf et al. 2019 — *HuggingFace's Transformers: State-of-the-Art Natural Language Processing* (arXiv:1910.03771)
— Mitchell et al. 2019 — *Model Cards for Model Reporting* (FAccT 2019)
— `safetensors` repo + spec : github.com/huggingface/safetensors
— Doc Hugging Face Hub : huggingface.co/docs/hub
— Git LFS : git-lfs.com
👉 Projets IA — pour comprendre l'IA sans bullshit, un concept par vidéo.
🔔 Abonne-toi !
#IntelligenceArtificielle #MachineLearning #DeepLearning #HuggingFace #Transformers #OpenSource #MLOps #SafeTensors #ModelCards #GitLFS #IAExpliquée #ProjetsIA #IA
---
## HASHTAGS
#IntelligenceArtificielle #MachineLearning #DeepLearning #HuggingFace #Transformers #OpenSource #MLOps #SafeTensors #ModelCards #GitLFS #IAExpliquée #ProjetsIA #IA
Dans cette vidéo, on décortique l'écosystème Hugging Face :
— Pourquoi en 2018 chaque labo distribuait ses modèles en silo (4 frameworks, 4 conventions, poids sur Google Drive)
— Comment la lib `transformers` et `from_pretrained()` ont standardisé l'interface (200+ architectures aujourd'hui)
— Pourquoi le Hub est basé sur Git LFS — et ce que ça change pour le versioning des poids
— Le rôle des model cards (Mitchell 2019) pour rendre les modèles traçables
— Le format `.safetensors` : sécurité, zero-copy, lazy loading
— L'effet réseau enclenché par `datasets`, Spaces et l'Inference API
Hugging Face n'a pas inventé un nouveau modèle. Ils ont inventé la plomberie.
📚 Sources
— Wolf et al. 2019 — *HuggingFace's Transformers: State-of-the-Art Natural Language Processing* (arXiv:1910.03771)
— Mitchell et al. 2019 — *Model Cards for Model Reporting* (FAccT 2019)
— `safetensors` repo + spec : github.com/huggingface/safetensors
— Doc Hugging Face Hub : huggingface.co/docs/hub
— Git LFS : git-lfs.com
👉 Projets IA — pour comprendre l'IA sans bullshit, un concept par vidéo.
🔔 Abonne-toi !
#IntelligenceArtificielle #MachineLearning #DeepLearning #HuggingFace #Transformers #OpenSource #MLOps #SafeTensors #ModelCards #GitLFS #IAExpliquée #ProjetsIA #IA
---
## HASHTAGS
#IntelligenceArtificielle #MachineLearning #DeepLearning #HuggingFace #Transformers #OpenSource #MLOps #SafeTensors #ModelCards #GitLFS #IAExpliquée #ProjetsIA #IA
Hosted on Ausha. See ausha.co/privacy-policy for more information.
