Generative AI with Large Language Models (LLMs) - Plan Szkolenia
Generatywna sztuczna inteligencja to rodzaj sztucznej inteligencji, która może tworzyć oryginalne treści, takie jak tekst, obrazy, muzyka i kod. Duże modele językowe (LLM) to potężne sieci neuronowe, które mogą przetwarzać i generować język naturalny;
To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla średnio zaawansowanych programistów, którzy chcą dowiedzieć się, jak korzystać z generatywnej sztucznej inteligencji z LLM do różnych zadań i domen.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Wyjaśnij, czym jest generatywna sztuczna inteligencja i jak działa.
- Opisać architekturę transformatora, która zasila mechanizmy LLM.
- Wykorzystanie empirycznych praw skalowania do optymalizacji mechanizmów LLM pod kątem różnych zadań i ograniczeń.
- Zastosuj najnowocześniejsze narzędzia i metody do trenowania, dostrajania i wdrażania mechanizmów LLM.
- Omówienie szans i zagrożeń związanych z generatywną sztuczną inteligencją dla społeczeństwa i biznesu.
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i praktyki.
- Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
- Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
Plan Szkolenia
Wprowadzenie do generatywnej sztucznej inteligencji
- Czym jest sztuczna inteligencja generatywna i dlaczego jest ważna?
- Główne typy i techniki sztucznej inteligencji generatywnej
- Kluczowe wyzwania i ograniczenia sztucznej inteligencji generatywnej
Architektura transformatora i moduły LLM
- Czym jest transformator i jak działa?
- Główne komponenty i cechy transformatora
- Używanie transformatorów do budowania LLM
Prawa skalowania i optymalizacja
- Czym są prawa skalowania i dlaczego są one ważne dla LLM?
- W jaki sposób prawa skalowania odnoszą się do rozmiaru modelu, rozmiaru danych, budżetu obliczeniowego i wymagań dotyczących wnioskowania?
- W jaki sposób prawa skalowania mogą pomóc zoptymalizować wydajność i efektywność mechanizmów LLM?
Szkolenie i dostrajanie programów LLM
- Główne etapy i wyzwania związane ze szkoleniem LLM od podstaw
- Korzyści i wady dostrajania LLM do konkretnych zadań
- Najlepsze praktyki i narzędzia do szkolenia i dostrajania LLM
Wdrażanie i korzystanie z programów LLM
- Główne rozważania i wyzwania związane z wdrażaniem LLM w produkcji
- Typowe przypadki użycia i zastosowania LLM w różnych domenach i branżach
- Integracja LLM z innymi systemami i platformami AI
Etyka i przyszłość generatywnej sztucznej inteligencji
- Etyczne i społeczne implikacje generatywnej sztucznej inteligencji i LLM
- Potencjalne zagrożenia i szkody związane z generatywną sztuczną inteligencją i LLM, takie jak stronniczość, dezinformacja i manipulacja
- Odpowiedzialne i korzystne wykorzystanie generatywnej AI i LLM
Podsumowanie i kolejne kroki
Wymagania
-
Zrozumienie koncepcji uczenia maszynowego, takich jak uczenie nadzorowane i nienadzorowane, funkcje strat i podział danych
Doświadczenie w programowaniu Python i manipulowaniu danymi
Podstawowa znajomość sieci neuronowych i przetwarzania języka naturalnego
Publiczność
-
Deweloperzy
Entuzjaści uczenia maszynowego
Szkolenia zdalne są realizowane w przypadku uzbierania się grupy szkoleniowej liczącej co najmniej 5 osób na dany termin.
Generative AI with Large Language Models (LLMs) - Plan Szkolenia - Booking
Generative AI with Large Language Models (LLMs) - Plan Szkolenia - ZAPYTANIE O SZKOLENIE
Generative AI with Large Language Models (LLMs) - Zapytanie o Konsultacje
Szkolenia Powiązane
LangChain: Building AI-Powered Applications
14 godzinLangChain is an open-source framework designed to facilitate the development of applications using large language models (LLMs).
This instructor-led, live training (online or onsite) is aimed at intermediate-level developers and software engineers who wish to build AI-powered applications using the LangChain framework.
By the end of this training, participants will be able to:
- Understand the fundamentals of LangChain and its components.
- Integrate LangChain with large language models (LLMs) like GPT-4.
- Build modular AI applications using LangChain.
- Troubleshoot common issues in LangChain applications.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangChain Fundamentals
14 godzinLangChain is an open-source framework that simplifies the integration of large language models (LLMs) into applications.
This instructor-led, live training (online or onsite) is aimed at beginner-level to intermediate-level developers and software engineers who wish to learn the core concepts and architecture of LangChain and gain the practical skills for building AI-powered applications.
By the end of this training, participants will be able to:
- Grasp the fundamental principles of LangChain.
- Set up and configure the LangChain environment.
- Understand the architecture and how LangChain interacts with large language models (LLMs).
- Develop simple applications using LangChain.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
H2O AutoML
14 godzinSzkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi, którzy chcą wykorzystać H2O AutoML do zautomatyzowania procesu tworzenia i wyboru najlepszego algorytmu uczenia maszynowego i parametrów.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Automatyzacja przepływu pracy uczenia maszynowego.
- Automatyczne trenowanie i dostrajanie wielu modeli uczenia maszynowego w określonym zakresie czasu.
- Trenowanie zestawów w celu uzyskania wysoce predykcyjnych modeli zespołowych.
AutoML with Auto-sklearn
14 godzinSzkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla praktyków uczenia maszynowego, którzy chcą używać Auto-sklearn do automatyzacji procesu wyboru i optymalizacji modelu uczenia maszynowego.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Automatyzacja procesu szkolenia wysoce wydajnych modeli uczenia maszynowego.
- Buduj wysoce dokładne modele uczenia maszynowego, omijając bardziej żmudne zadania związane z wyborem, szkoleniem i testowaniem różnych modeli.
- Wykorzystaj moc uczenia maszynowego do rozwiązywania rzeczywistych problemów biznesowych.
AutoML with Auto-Keras
14 godzinSzkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi, a także osób mniej technicznych, które chcą używać Auto-Keras do automatyzacji procesu wyboru i optymalizacji modelu uczenia maszynowego.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Automatyzacja procesu szkolenia wysoce wydajnych modeli uczenia maszynowego.
- Automatyczne wyszukiwanie najlepszych parametrów dla modeli głębokiego uczenia.
- Buduj wysoce dokładne modele uczenia maszynowego.
- Wykorzystaj moc uczenia maszynowego do rozwiązywania rzeczywistych problemów biznesowych.
Advanced Stable Diffusion: Deep Learning for Text-to-Image Generation
21 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest skierowane do naukowców zajmujących się danymi na poziomie średnio-zaawansowanym i zaawansowanym, inżynierów uczenia maszynowego, badaczy głębokiego uczenia się i ekspertów ds. wizji komputerowej, którzy chcą poszerzyć swoją wiedzę i umiejętności w zakresie głębokiego uczenia się do generowania tekstu na obraz.
Pod koniec tego szkolenia uczestnicy będą potrafili:
- Zrozumienie zaawansowanych architektur i technik głębokiego uczenia się do generowania tekstu na obraz. Wdrażaj złożone modele i optymalizacje w celu uzyskania wysokiej jakości syntezy obrazu. Optymalizuj wydajność i skalowalność w przypadku dużych zbiorów danych i złożonych modeli. Dostosuj hiperparametry, aby uzyskać lepszą wydajność modelu i uogólnienie. Zintegruj Stable Diffusion z innymi platformami i narzędziami głębokiego uczenia się
Introduction to Stable Diffusion for Text-to-Image Generation
21 godzinTo prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla naukowców zajmujących się danymi, inżynierów uczenia maszynowego i badaczy wizji komputerowej, którzy chcą wykorzystać Stable Diffusion do generowania wysokiej jakości obrazów do różnych zastosowań.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Zrozumienie zasad działania modelu Stable Diffusion i jego zastosowania do generowania obrazów.
Budowanie i trenowanie modeli Stable Diffusion dla zadań generowania obrazów.
Zastosuj Stable Diffusion do różnych scenariuszy generowania obrazów, takich jak inpainting, outpainting i tłumaczenie obrazu na obraz.
Optymalizacja wydajności i stabilności modeli Stable Diffusion.
AlphaFold
7 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (online lub na miejscu) jest skierowane do biologów, którzy chcą zrozumieć, jak działa AlphaFold i używać modeli AlphaFold jako przewodników w swoich badaniach eksperymentalnych.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Zrozumienie podstawowych zasad działania AlphaFold.
- Dowiedz się, jak działa AlphaFold.
- Dowiedz się, jak interpretować przewidywania i wyniki AlphaFold.
Edge AI for Financial Services
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla średniozaawansowanych specjalistów finansowych, programistów fintech i specjalistów AI, którzy chcą wdrożyć rozwiązania Edge AI w usługach finansowych.
Pod koniec tego szkolenia uczestnicy będą w stanie
- Zrozumieć rolę Edge AI w usługach finansowych.
- Wdrożyć systemy wykrywania oszustw przy użyciu Edge AI.
- Poprawić obsługę klienta dzięki rozwiązaniom opartym na sztucznej inteligencji.
- Zastosować Edge AI do zarządzania ryzykiem i podejmowania decyzji.
- Wdrażać i zarządzać rozwiązaniami Edge AI w środowiskach finansowych.
Edge AI in Industrial Automation
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla inżynierów przemysłowych średniego szczebla, specjalistów ds. produkcji i programistów AI, którzy chcą wdrożyć rozwiązania Edge AI w automatyce przemysłowej.
Pod koniec tego szkolenia uczestnicy będą mogli
- Zrozumieć rolę Edge AI w automatyce przemysłowej.
- Wdrożyć rozwiązania konserwacji predykcyjnej przy użyciu Edge AI.
- Zastosować techniki AI do kontroli jakości w procesach produkcyjnych.
- Optymalizować procesy przemysłowe przy użyciu Edge AI.
- Wdrażać i zarządzać rozwiązaniami Edge AI w środowiskach przemysłowych.
Edge AI with TensorFlow Lite
14 godzinTensorFlow Lite is a lightweight version of TensorFlow designed for mobile and embedded devices. Edge AI with TensorFlow Lite focuses on utilizing TensorFlow Lite for developing and deploying Edge AI models. This course covers the tools and techniques specific to TensorFlow Lite, providing practical knowledge for building efficient AI models for edge devices.
This instructor-led, live training (online or onsite) is aimed at intermediate-level developers, data scientists, and AI practitioners who wish to leverage TensorFlow Lite for Edge AI applications.
By the end of this training, participants will be able to:
- Understand the fundamentals of TensorFlow Lite and its role in Edge AI.
- Develop and optimize AI models using TensorFlow Lite.
- Deploy TensorFlow Lite models on various edge devices.
- Utilize tools and techniques for model conversion and optimization.
- Implement practical Edge AI applications using TensorFlow Lite.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Optimizing AI Models for Edge Devices
14 godzinOptimizing AI Models for Edge Devices focuses on techniques for optimizing AI models to run efficiently on edge hardware. This course covers model compression, quantization, and other optimization techniques, providing practical knowledge for building performant AI models for edge devices.
This instructor-led, live training (online or onsite) is aimed at intermediate-level AI developers, machine learning engineers, and system architects who wish to optimize AI models for edge deployment.
By the end of this training, participants will be able to:
- Understand the challenges and requirements of deploying AI models on edge devices.
- Apply model compression techniques to reduce the size and complexity of AI models.
- Utilize quantization methods to enhance model efficiency on edge hardware.
- Implement pruning and other optimization techniques to improve model performance.
- Deploy optimized AI models on various edge devices.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
TensorFlow Lite for Embedded Linux
21 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (online lub na miejscu) jest przeznaczone dla programistów, którzy chcą używać TensorFlow Lite do wdrażania modeli głębokiego uczenia się na urządzeniach wbudowanych.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Instalacja i konfiguracja Tensorflow Lite na urządzeniu wbudowanym.
- Zrozumienie koncepcji i komponentów leżących u podstaw TensorFlow Lite.
- Konwersja istniejących modeli do formatu TensorFlow Lite w celu wykonania na urządzeniach wbudowanych.
- Pracuj w ramach ograniczeń małych urządzeń i TensorFlow Lite, jednocześnie ucząc się, jak rozszerzyć zakres operacji, które można uruchomić.
- Deploy a deep learning model on an embedded device running Linux.
TensorFlow Lite for Android
21 godzinTen prowadzony przez instruktora trening na żywo w Polsce (online lub na miejscu) jest skierowany do programistów, którzy chcą używać TensorFlow Lite do tworzenia aplikacji mobilnych z funkcjami głębokiego uczenia się.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Instalacja i konfiguracja TensorFlow Lite.
- Zrozumienie zasad stojących za TensorFlow, uczeniem maszynowym i głębokim uczeniem.
- Ładowanie modeli TensorFlow na urządzenie z systemem Android.
- Włączanie funkcji głębokiego uczenia i uczenia maszynowego, takich jak wizja komputerowa i rozpoznawanie języka naturalnego w aplikacji mobilnej.
TensorFlow Lite for iOS
21 godzinTo prowadzone przez instruktora szkolenie na żywo (w trybie online lub na miejscu) jest przeznaczone dla programistów, którzy chcą używać TensorFlow Lite do tworzenia aplikacji mobilnych na iOS z funkcjami głębokiego uczenia się.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Instalacja i konfiguracja TensorFlow Lite.
- Zrozumienie zasad stojących za TensorFlow i uczeniem maszynowym na urządzeniach mobilnych.
- Ładowanie modeli TensorFlow na urządzenie z systemem iOS.
- Uruchom aplikację iOS zdolną do wykrywania i klasyfikowania obiektów przechwyconych przez kamerę urządzenia.