Plan Szkolenia

Wprowadzenie do wielomodalnych LLM w Vertex AI

  • Przegląd możliwości wielomodalnych w Vertex AI
  • Modele Gemini i obsługiwane modalności
  • Zastosowania w przedsiębiorstwach i badaniach

Konfiguracja środowiska deweloperskiego

  • Konfigurowanie Vertex AI dla wielomodalnych przepływów pracy
  • Praca z zestawami danych w różnych modalnościach
  • Praktyczne laboratorium: konfiguracja środowiska i przygotowanie danych

Długie okna kontekstowe i zaawansowane rozumowanie

  • Zrozumienie przepływów pracy z długim kontekstem
  • Zastosowania w planowaniu i podejmowaniu decyzji
  • Praktyczne laboratorium: implementacja analizy z długim kontekstem

Projektowanie wielomodalnych przepływów pracy

  • Łączenie analizy tekstu, dźwięku i obrazu
  • Łańcuchowanie kroków wielomodalnych w potokach
  • Praktyczne laboratorium: projektowanie wielomodalnego potoku

Praca z parametrami API Gemini

  • Konfigurowanie wielomodalnych danych wejściowych i wyjściowych
  • Optymalizacja wnioskowania i efektywności
  • Praktyczne laboratorium: dostrajanie parametrów API Gemini

Zaawansowane zastosowania i integracje

  • Interaktywne agenty i asystenci wielomodalni
  • Integracja zewnętrznych API i narzędzi
  • Praktyczne laboratorium: budowanie wielomodalnej aplikacji

Ocena i iteracja

  • Testowanie wydajności wielomodalnej
  • Metryki dokładności, zgodności i dryfu
  • Praktyczne laboratorium: ocena wielomodalnych przepływów pracy

Podsumowanie i kolejne kroki

Wymagania

  • Znajomość programowania w Pythonie
  • Doświadczenie w rozwoju modeli uczenia maszynowego
  • Znajomość danych wielomodalnych (tekst, dźwięk, obraz)

Grupa docelowa

  • Badacze AI
  • Zaawansowani programiści
  • Naukowcy zajmujący się uczeniem maszynowym
 14 godzin

Liczba uczestników


Cena za uczestnika

Propozycje terminów

Powiązane Kategorie