Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie do multimodalnych LLM w Vertex AI
- Przegląd możliwości multimodalnych w Vertex AI
- Modele Gemini i obsługiwane modalności
- Przypadki użycia w przedsiębiorstwach i badaniach
Konfiguracja środowiska programistycznego
- Konfigurowanie Vertex AI pod kątem multimodalnych przepływów pracy
- Praca ze zbiorami danych w różnych modalnościach
- Laboratorium praktyczne: konfiguracja środowiska i przygotowanie danych
Długie okna kontekstowe i zaawansowane wnioskowanie
- Zrozumienie przepływów pracy z długim kontekstem
- Przypadki użycia w planowaniu i podejmowaniu decyzji
- Laboratorium praktyczne: wdrażanie analizy długiego kontekstu
Projektowanie przepływów międzymodalnych
- Łączenie analizy tekstu, dźwięku i obrazu
- Łańcuchowanie kroków multimodalnych w potokach
- Laboratorium praktyczne: projektowanie potoku multimodalnego
Praca z parametrami API Gemini
- Konfigurowanie multimodalnych danych wejściowych i wyjściowych
- Optymalizacja wnioskowania i efektywności
- Laboratorium praktyczne: dostrajanie parametrów API Gemini
Zaawansowane aplikacje i integracje
- Interaktywne agenty i asystenci multimodalni
- Integracja zewnętrznych API i narzędzi
- Laboratorium praktyczne: budowanie aplikacji multimodalnej
Ewaluacja i iteracja
- Testowanie wydajności multimodalnej
- Metryki dokładności, dopasowania i dryfu
- Laboratorium praktyczne: ocena multimodalnych przepływów pracy
Podsumowanie i kolejne kroki
Wymagania
- Biegłość w programowaniu w Pythonie
- Doświadczenie w tworzeniu modeli uczenia maszynowego
- Znajomość danych multimodalnych (tekst, dźwięk, obraz)
Grupa docelowa
- Badacze AI
- Zaawansowani programiści
- Naukowcy zajmujący się uczeniem maszynowym
14 godzin
