آموزش راهکارهای متن‌باز LLMOps - آخرین آپدیت

دانلود Open Source LLMOps Solutions

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: اصول مدل‌های زبانی بزرگ (LLM) را بیاموزید و با پیاده‌سازی راهکارهای خود بر پایه مدل‌های متن‌باز، آن‌ها را به مرحله اجرا درآورید. در پایان این دوره، شما قادر خواهید بود از پیشرفته‌ترین LLMهای متن‌باز برای ایجاد اپلیکیشن‌های هوش مصنوعی با رویکرد کد-محور (Code-first) استفاده کنید. شما با درک عمیق از نحوه عملکرد LLMها، از جمله معماری‌های مدل مانند ترنسفورمرها (Transformers) و پیشرفت‌هایی مانند مدل‌های متخصص پراکنده (Sparse Expert Models) شروع خواهید کرد. آزمایشگاه‌های عملی شما را در مسیر راه‌اندازی نمونه‌های GPU ابری و اجرای مدل‌های پیش‌آموزش‌دیده مانند Code Llama، Mistral و Stable Diffusion راهنمایی می‌کنند. بخش برجسته این دوره، یک پروژه هدایت‌شده است که در آن مدلی مانند LLaMA یا Mistral را روی مجموعه داده‌های انتخابی خود Fine-tune می‌کنید. شما از SkyPilot برای مقیاس‌بندی آسان آموزش مدل روی نمونه‌های Spot کم‌هزینه در ارائه‌دهندگان ابری استفاده خواهید کرد. در نهایت، مدل خود را برای استقرار بهینه با استفاده از سرورهای مدل مانند LoRAX و vLLM کانتینریزه می‌کنید. در پایان این دوره، تجربه دست اول در بهره‌گیری از LLMهای متن‌باز برای ساخت راهکارهای هوش مصنوعی خواهید داشت. مهارت‌های کسب‌شده شما را قادر می‌سازد تا مسیر شغلی خود را در حوزه AI پیش بگیرید.

سرفصل ها و درس ها

شروع کار با اکوسیستم متن‌باز Getting Started with Open Source Ecosystem

  • آشنایی با مدرس: آلفردو دزا Meet your instructor: Alfredo Deza

  • مقدمه Introduction

  • مدل‌های متن‌باز در پلتفرم Hugging Face Open Source models in the Hugging Face platform

  • آشنایی با Hugging Face Introduction to Hugging Face

  • کتابخانه‌ها و ابزارهای مدل‌های متن‌باز Libraries and tools for Open Source models

  • مدل‌های زبانی بزرگ در Hugging Face Large Language Models in Hugging Face

  • مدل‌های زبانی کوچک (SLM) چیستند؟ What are Small Language Models

  • مدل‌های زبانی بزرگ در Azure Large Language Models in Azure

  • جمع‌بندی Summary

  • مقدمه Introduction

  • افزایش داده‌های مصنوعی (Synthetic Dataset Augmentation) چیست؟ What is synthetic dataset augmentation?

  • بررسی کلی یک اپلیکیشن برای افزایش داده‌ها Overview of an application for augmentation

  • تست یک LLM محلی برای افزایش داده‌ها Testing a local LLM for augmentation

  • بهبود و تایید مجموعه داده‌های افزایش‌یافته Enhancing and verifying an augmented dataset

  • جمع‌بندی Summary

  • مقدمه Introduction

  • بررسی مزایای Rust نسبت به Python Considering Rust over Python

  • استفاده از Rust Candle Using Rust Candle

  • استفاده از Rust Bert Using Rust Bert

  • جمع‌بندی Summary

استفاده از LLMهای محلی از Llamafile تا Whisper.cpp Using Local LLMs from LLamafile to Whisper.cpp

  • بررسی کلی Llamafile توسط موزیلا Llamafile overview by Mozilla

  • استفاده از API لاما فایل Using the Llamafile API

  • ساخت یک Llamafile Creating a Llamafile

  • ساخت باینری‌های قابل حمل با Cosmopolitan Building portable binaries with Cosmopolitan

  • شروع کار با Llamafile Getting Started with Llamafile

  • متریک‌های سیستم محلی Llamafile Llamafile local system metrics

  • استفاده از Whisper برای بلوک‌های سازنده GenAI Using Whisper for GenAI Building Blocks

  • تبدیل گفتار به متن با Whisper.cpp Transcribing with Whisper.cpp

پروژه‌های کاربردی Applied Projects

  • مقدمه Introduction

  • Transformers.js چیست؟ What is Transformers.js?

  • ONNX چیست؟ What is ONNX?

  • خروجی گرفتن از مدل‌ها به فرمت ONNX Exporting models to ONNX

  • استفاده از Transformers.js در مرورگر Using Transformers.js in the browser

  • جمع‌بندی Summary

  • ساخت یک عبارت‌ساز با Cosmopolitan Building a phrase generator with cosmopolitan

مرور کلی و چالش‌های نهایی Recap and Final Challenges

نمایش نظرات

آموزش راهکارهای متن‌باز LLMOps
جزییات دوره
36h 14m
35
(آخرین آپدیت)
4,473
- از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده

Noah Gift Noah Gift

کارشناس MLOps | انفرادی | نویسنده | استادیار | CTO

Noah Gift بنیانگذار Pragmatic A.I است. آزمایشگاه ها و یکی از همکاران بنیاد نرم افزار پایتون.

نوح به طور گسترده با AWS کار می کند و یک قهرمان یادگیری ماشین AWS است. او دارای چندین گواهینامه صنعتی برای AWS است. نوح آموزش و طراحی دوره های آموزشی ماشین فارغ التحصیل، MLOps، A.I.، علم داده و مشاوره در زمینه یادگیری ماشین و معماری ابری را انجام می دهد. مسئولیت های او شامل رهبری ابتکار صدور گواهینامه چند ابری برای دانش آموزان است. نوح نقش های مختلفی را به صورت حرفه ای ایفا کرده است، از جمله CTO، مدیر کل، مشاور مدیر ارشد فناوری، مشاور ارشد دانشمند داده و معمار ابر. او همچنین دارای چندین تیتراژ فیلم در فیلم‌های اصلی برای کارهای فنی از جمله آواتار، مرد عنکبوتی 3 و بازگشت سوپرمن است.