Generative AI Foundations on AWS — це новий технічний курс глибокого занурення, який дає вам концептуальні основи, практичні поради та практичні вказівки для попереднього навчання, точного налаштування та розгортання найсучасніших базових моделей на AWS та поза межами. Цей безкоштовний практичний курс, розроблений всесвітніми фондами AWS generative AI під керівництвом Емілі Веббер, і допоміжний вихідний код GitHub, запущений через AWS Youtube. Якщо ви шукаєте підібраний список відтворення з найкращими ресурсами, концепціями та вказівками, щоб пришвидшити роботу з базовими моделями, особливо тими, які розкривають генеративні можливості у ваших проектах з обробки даних і машинного навчання, тоді не шукайте далі.
Під час цього 8-годинного глибокого занурення ви познайомитеся з ключовими техніками, послугами та трендами, які допоможуть вам зрозуміти основні моделі з нуля. Це означає розкладання теорії, математики та абстрактних концепцій у поєднанні з практичними вправами, щоб отримати функціональну інтуїцію для практичного застосування. Протягом курсу ми зосереджуємося на широкому спектрі прогресивно складних генеративних методів штучного інтелекту, що дає вам міцну базу для розуміння, проектування та застосування власних моделей для найкращої продуктивності. Ми почнемо з повторення базових моделей, розуміння того, звідки вони походять, як працюють, як пов’язані з генеративним штучним інтелектом і що ви можете зробити для їх налаштування. Потім ви дізнаєтеся, як вибрати правильну модель фундаменту відповідно до вашого випадку використання.
Після того, як ви розвинете глибоке контекстне розуміння моделей основи та способів їх використання, ви познайомитеся з основним предметом цього курсу: попередня підготовка нових моделей основи. Ви дізнаєтесь, чому ви хочете це зробити, а також дізнаєтеся, як і де це конкурентоспроможно. Ви навіть дізнаєтеся, як використовувати закони масштабування, щоб вибрати правильну модель, набір даних і розміри обчислень. Ми розглянемо підготовку навчальних наборів даних у масштабі на AWS, зокрема вибір правильних екземплярів і методів зберігання. Ми розповімо про тонке налаштування ваших основних моделей, оцінку останніх методів і розуміння того, як їх запускати за допомогою ваших сценаріїв і моделей. Ми зануримося в навчання з підкріпленням за допомогою людського зворотного зв’язку, досліджуючи, як це вміло та масштабно використовувати, щоб дійсно максимізувати продуктивність вашої базової моделі.
Нарешті, ви дізнаєтесь, як застосувати теорію до виробництва, розгорнувши свою нову базову модель Amazon SageMaker, включно з кількома графічними процесорами та з використанням найкращих шаблонів дизайну, як-от доповнена генерація пошуку та зв’язаний діалог. Як додатковий бонус, ми проведемо вас через глибоке занурення Stable Diffusion, оперативні найкращі методи розробки, підготовку LangChain тощо.
Більше читач, ніж споживач відео? Ви можете ознайомитися з моєю книгою з 15 розділів «Pretrain Vision and Large Language Models in Python: наскрізні методи створення та розгортання базових моделей на AWS», яка була випущена 31 травня 2023 року з публікацією Packt і зараз доступна на сайті Amazon. Хочете відразу перейти до коду? Я з вами — кожне відео починається з 45-хвилинного огляду ключових концепцій і візуальних елементів. Тоді я пропоную вам 15-хвилинну інструкцію з практичної частини. Усі приклади блокнотів і допоміжний код буде надіслано в загальнодоступне сховище, яке ви можете використовувати для самостійного проходження. Не соромтеся звертатися до мене на Medium, LinkedIn, GitHubабо через ваші команди AWS. Дізнайтеся більше про генеративний ШІ на AWS.
Щасливі стежки!
Конспект курсу
1. Вступ до моделей фундаменту
|
2. Вибір правильної моделі фундаменту
|
3. Використання попередньо підготовлених моделей фундаменту: оперативне проектування та тонке налаштування
|
4. Попередня підготовка нової моделі основи
|
5. Підготовка даних і навчання в масштабі
|
6. Навчання з підкріпленням із зворотним зв'язком людини
|
7. Розгортання моделі основи
|
Про автора
Емілі Веббер приєднався до AWS відразу після запуску SageMaker і з тих пір намагається розповісти про це всьому світу! Крім створення нових можливостей ML для клієнтів, Емілі любить медитувати та вивчати тибетський буддизм.
- Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
- PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
- PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
- ПлатонЕСГ. Автомобільні / електромобілі, вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
- BlockOffsets. Модернізація екологічної компенсаційної власності. Доступ тут.
- джерело: https://aws.amazon.com/blogs/machine-learning/new-technical-deep-dive-course-generative-ai-foundations-on-aws/
- : має
- :є
- :де
- $UP
- 1
- 100
- 2023
- 31
- 7
- 8
- a
- МЕНЮ
- про це
- РЕЗЮМЕ
- точність
- через
- пристосовувати
- доданий
- рада
- після
- AI
- ВСІ
- Amazon
- Amazon Web Services
- an
- та
- додаток
- Застосовувати
- ЕСТЬ
- навколо
- AS
- At
- збільшено
- доступний
- AWS
- база
- BE
- було
- Переваги
- КРАЩЕ
- передового досвіду
- За
- бонус
- книга
- Розрив
- Створюємо
- by
- CAN
- можливості
- який
- випадок
- прикутий
- перевірка
- код
- комбінований
- Приходити
- конкурентоспроможний
- комплекс
- обчислення
- поняття
- концептуальний
- конфігурація
- споживач
- Контейнер
- контекстуальний
- Core
- курс
- обкладинка
- центральний процесор
- створювати
- Куратор
- Клієнти
- налаштувати
- дані
- наука про дані
- набори даних
- глибокий
- глибоке занурення
- Демонстрація
- розгортання
- розгортання
- розгортання
- дизайн
- шаблони дизайну
- розвиненою
- Діалог
- радіомовлення
- розподілений
- do
- робить
- вниз
- ефективний
- кінець в кінець
- Машинобудування
- особливо
- Ефір (ETH)
- оцінювати
- оцінки
- Навіть
- НІКОЛИ
- приклад
- Приклади
- Досліди
- Дослідження
- зовнішній
- зворотний зв'язок
- почувати
- Сфокусувати
- для
- фонд
- Підвалини
- Безкоштовна
- від
- функціональний
- Основи
- далі
- Отримувати
- покоління
- генеративний
- Генеративний ШІ
- генеративна модель
- отримати
- GitHub
- Давати
- дає
- дає
- Графічні процесори
- Земля
- керівництво
- практичний
- допомога
- Як
- How To
- HTTP
- HTTPS
- людина
- Я БУДУ
- if
- in
- У тому числі
- промисловість
- в
- введені
- Вступ
- інтуїція
- IT
- робота
- Джобс
- приєднався
- стрибати
- просто
- ключ
- мова
- великий
- запущений
- Законодавство
- вести
- УЧИТЬСЯ
- вивчення
- libraries
- як
- подивитися
- шукати
- машина
- навчання за допомогою машини
- математика
- Максимізувати
- Може..
- me
- засоби
- середа
- Пом'якшити
- ML
- модель
- Моделі
- Режими
- більше
- множинний
- my
- Необхідність
- Нові
- немає
- ноутбуки
- зараз
- of
- on
- Оптимізувати
- Опції
- or
- Інше
- з
- поза
- огляд
- власний
- моделі
- продуктивність
- вибирати
- plato
- Інформація про дані Платона
- PlatoData
- Практичний
- практики
- переваги
- підготовка
- попередній
- проблеми
- Production
- поступово
- проектів
- громадськість
- Видавничий
- Python
- Ранжування
- досягати
- читач
- останній
- навчання
- випущений
- Сховище
- ресурси
- Винагороджувати
- право
- прогін
- мудрець
- шкала
- Масштабування
- наука
- scripts
- відправка
- Послуги
- розміри
- Source
- вихідні
- спектр
- швидкість
- стабільний
- старт
- Починаючи
- починається
- впроваджений
- Крок
- зберігання
- сильний
- вивчення
- тема
- костюм
- Підтримуючий
- команди
- технічний
- методи
- сказати
- ніж
- Що
- Команда
- світ
- Їх
- потім
- теорія
- Ці
- вони
- це
- ті
- через
- по всьому
- Поради
- до
- топ
- Навчання
- Тенденції
- по-справжньому
- Типи
- розуміти
- розуміння
- відімкнути
- використання
- використання випадку
- використання
- Відео
- бачення
- візуальні ефекти
- покрокове керівництво
- хотіти
- we
- Web
- веб-сервіси
- ДОБРЕ
- Що
- який
- чому
- широкий
- волі
- з
- Work
- робочий
- світ
- світовий
- б
- ви
- вашу
- YouTube
- зефірнет
- Zip