آموزش RAG های چند وجهی

دانلود Multi-modal RAGs

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: نحوه کار با مدالیته های مختلف مرتبط با سیستم های RAG را بدانید. در این دوره، RAG های چند وجهی، شما توانایی طراحی و تطبیق سیستم های RAG را برای کاربردهای چند وجهی به دست خواهید آورد. ابتدا، نحوه آماده سازی و پیش پردازش داده های متنی برای RAG را بررسی خواهید کرد. در مرحله بعد، نحوه آماده سازی و پیش پردازش داده های تصویر برای RAG را خواهید یافت. در نهایت، نحوه آماده سازی و پیش پردازش داده های ویدئویی برای RAG را خواهید آموخت. پس از اتمام این دوره، مهارت ها و دانش مورد نیاز برای بازیابی و ادغام اطلاعات از روش های مختلف مانند متن، تصاویر و ویدئوها در سیستم های RAG را خواهید داشت.

سرفصل ها و درس ها

بازیابی و یکپارچه سازی اطلاعات در سیستم های RAG Retrieving and Integrating Information in RAG Systems

  • آماده سازی داده های متن، تصویر و ویدئو Preparing Text, Image, and Video Data

  • آماده سازی داده های متن، تصویر و ویدئو Preparing Text, Image, and Video Data

  • استفاده از PCA Applying PCA

  • استفاده از PCA Applying PCA

  • ترکیب جاسازی ها Combining the Embeddings

  • ترکیب جاسازی ها Combining the Embeddings

  • ایجاد شاخص FAISS Creating the FAISS Index

  • ایجاد شاخص FAISS Creating the FAISS Index

  • با استفاده از مدل GPT Using the GPT Model

  • با استفاده از مدل GPT Using the GPT Model

طراحی و پیاده سازی سیستم های RAG Designing and Implementing RAG Systems

  • رتریور The Retriever

  • رتریور The Retriever

  • ژنراتور The Generator

  • ژنراتور The Generator

  • با استفاده از Retriever و Generator Using the Retriever and the Generator

  • استفاده از Retriever و Generator Using the Retriever and the Generator

نمایش نظرات

آموزش RAG های چند وجهی
جزییات دوره
23m
16
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
8
از 5
دارد
دارد
دارد
Dhiraj Kumar
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dhiraj Kumar Dhiraj Kumar

دیراج یک مبشر داده، نویسنده فنی و مربی آنلاین در پایتون، یادگیری ماشین، یادگیری عمیق، و هوش مصنوعی، سی شارپ، ASP.NET، AZURE، AWS است.