لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
هوش مصنوعی مولد و مدلهای منبع باز: تمرین عملی با مدلهای صورت در آغوش گرفته
Generative AI and Open Source Models: Hands-On Practice with Hugging Face Models
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
مدل های زبان بزرگ (LLM) به طور فزاینده ای در صنایع مختلف حیاتی می شوند. این دوره با مدرس هارپریت ساهوتا، سیر عمیقی به درونیات تولید متن با استفاده از LLM ارائه می دهد. با اهمیت توکن سازی، توکن های ویژه و قالب های چت در تولید متن آشنا شوید. نحوه دستکاری توکن انتخابی بعدی را بررسی کنید و درک فنی و شهودی از پارامترهای تولید مانند دما، top-p، top-k، جریمه تکرار، جریمه طول و لیست کلمات بد به دست آورید. کشف کنید که چگونه میتوان این پارامترها را برای تشکیل استراتژیهای رمزگشایی قدرتمند، از جمله جستجوی حریصانه، نمونهبرداری چند جملهای، جستجوی پرتو، و جستجوی متضاد ترکیب کرد. با استفاده از API تولید متن Hugging Face تجربه عملی به دست آورید و نگاهی گذرا به تعامل با NVIDIA NIM API برای کاوش در مدل های بزرگتر داشته باشید. در پایان این دوره، شما یک پایه محکم در کنترل تولید متن با LLM خواهید داشت که به شما امکان می دهد این مهارت ها را در سناریوهای دنیای واقعی به کار ببرید.
سرفصل ها و درس ها
مقدمه
Introduction
هوش مصنوعی خود را بهخوبی تنظیم کنید: تمرین عملی با مدلهای صورت در آغوش گرفتن
Fine-tune your AI: Hands-on practice with Hugging Face models
1. شروع به کار
1. Getting Started
چگونه LLM ها متن تولید می کنند؟
How do LLMs generate text?
دسترسی به پردازنده های گرافیکی
Accessing GPUs
نمای کلی پلتفرم Hugging Face
Overview of the Hugging Face platform
2. توکن ساز
2. Tokenizer
توکن سازی چیست؟
What is tokenization?
رمزگذاری و رمزگشایی متن
Encoding and decoding text
قالب چت Tokenizer
Tokenizer chat template
بازرسی توکنایزر
Inspecting a tokenizer
3. بررسی پارامترهای تولید
3. Exploring Generation Parameters
Hugging Face Inference API
Hugging Face Inference API
Top-k
Top-k
سایر پارامترهای تولید
Other generation parameters
بالا-p
Top-p
نسل اول با مدل بومی
First generation with a local model
مقدمه ای بر پارامترهای تولید
Introduction to generation parameters
خطوط لوله
Pipelines
دما
Temperature
4. رمزگشایی استراتژی
4. Decoding Strategies
جستجوی پرتو با چند جمله ای
Beam search with multinomial
لینکدین: شبکه اجتماعی حرفهای برای ارتباط و کارآفرینی
لینکدین به عنوان یکی از بزرگترین شبکههای اجتماعی حرفهای، به میلیونها افراد در سراسر جهان این امکان را میدهد تا ارتباط برقرار کنند، اطلاعات حرفهای خود را به اشتراک بگذارند و فرصتهای شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان میدهد تا رزومه حرفهای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمنها و گروههای حرفهای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهرهمند شوند.
لینکدین همچنین به کارفرمایان امکان میدهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفهای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصتهای شغلی و گسترش شبکه حرفهای خود، نقش مهمی را ایفا میکند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفهای در دنیای امروز مورد توجه قرار دارد.
کارشناس یادگیری عمیق، دانشمند داده، مدیر روابط با برنامه نویس
Harpreet Sahota یک متخصص یادگیری عمیق، دانشمند داده، و مدیر روابط با توسعه دهنده است.
Harpreet در حال حاضر به عنوان یک مدیر روابط با توسعه دهنده کار می کند. مدیر روابط با توسعه دهندگان یادگیری عمیق در Deci AI، به جامعه توسعه دهندگان قدرت می دهد تا با استفاده از پلت فرم یادگیری عمیق Deci، یادگیری عمیق را بر روی هر نوع سخت افزاری ایجاد و استقرار دهند. او میزبان پادکست هنرمندان علم داده است، جایی که او به مخاطبان هزاران دانشمند داده که در مراحل اولیه شغلی هستند راهنمایی می کند و راهنمایی های فنی و حرفه ای در مورد مشاغل در این زمینه ارائه می دهد. در طول سالها، هارپریت در نقشهای رهبری ارشد مختلفی از جمله مدافع توسعهدهنده، مربی اصلی علم داده و دانشمند ارشد داده خدمت کرده است. او دارای مدرک کارشناسی ارشد علوم ریاضی و آمار از دانشگاه ایالتی ایلینوی است.
نمایش نظرات