huggingface/course

それは何か

huggingface/courseリポジトリには、Hugging Faceコースのソースコンテンツが含まれています。これは無料でオープンソースの教育リソースです。このコースでは、Transformerモデルを自然言語処理（および他の分野）のタスクに適用する方法と、Hugging Faceエコシステム（Transformers、Datasets、Tokenizers、Accelerateライブラリ、およびモデルを共有するためのプラットフォームであるHugging Face Hub）の使用方法を教えます。

コースがカバーする内容

NLPタスクおよびそれ以外のタスクにTransformerモデルを使用する
Hugging FaceライブラリとHubを操作する
すべてのコンテンツは無料でオープンソースです

言語と翻訳

このコースは、英語、フランス語、ドイツ語、スペイン語、ベンガル語、ペルシャ語、ヒンディー語、日本語、韓国語、ロシア語、中国語（簡体字および繁体字）など、多くの言語で利用可能です。ほとんどの翻訳は作業中（WIP）としてマークされています。英語とフランス語は完了しているように見えます。各言語にはchapters/の下に独自のフォルダと、独自の著者セットがあります。

翻訳に貢献する方法

READMEには、ボランティア向けのステップバイステップのプロセスが記載されています：

イシューを開く リポジトリで、あなたの言語がすでに作業されているかどうかを確認し、章を主張します。
Discordに参加する 他の翻訳者と迅速に議論するためのサーバー。
リポジトリをフォークする そしてローカルにクローンします。
英語のファイルをコピーする 新しい言語フォルダに（ISO言語コードを使用して）。
コンテンツを翻訳する — MDXファイルと_toctree.yml目次。実際に翻訳したセクションのみを含めてください。
ローカルでビルドする doc-builderツールを使用して、コースがどのように見えるかをプレビューします。
プルリクエストを提出する スタイルチェックを実行した後、メンテナーにタグを付けてレビューを依頼します。

Jupyterノートブック

コースのコードは別のリポジトリ（huggingface/notebooks）でホストされています。また、章からコードスニペットを抽出するスクリプト（utils/generate_notebooks.py）を実行して、ノートブックをローカルで生成することもできます。

新しい章の貢献

このプロジェクトは現在、新しい章のコミュニティ貢献を受け付けていません。これらの指示はHugging Faceの著者自身のためのものです。