آموزش جامع مدل Llama - آخرین آپدیت

دانلود Introduction to Llama

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: مقررات حریم خصوصی و حساسیت داده‌ها اغلب شرکت‌ها را از استفاده از خدمات هوش مصنوعی ابری باز می‌دارد. در این دوره آموزشی با عنوان «مقدمه‌ای بر Llama»، شما یاد می‌گیرید که مدل‌های زبانی قدرتمند و متن‌باز شرکت متا (Meta) را به‌طور کامل روی سخت‌افزارهای محلی خود مستقر کنید. در ابتدا، سیر تکامل خانواده Llama را از مدل‌های تحقیقاتی تا نسخه‌های تجاری بررسی کرده و ملاحظات حیاتی مربوط به مجوزهای هر نسخه را درک خواهید کرد. سپس، نحوه اجرای مدل Llama 3.1 8B به‌صورت محلی با استفاده از Ollama بر روی GPUهای معمولی و نحوه ادغام آن در برنامه‌های پایتون را خواهید آموخت. در نهایت، یاد می‌گیرید که چگونه یک سیستم تولید محتوا با بازیابی تقویت‌شده (RAG) بسازید که به سوالات موجود در اسناد شما پاسخ دهد و متوجه شوید چه زمانی استفاده از RAG مناسب‌تر از Fine-tuning است. پس از اتمام این دوره، شما مهارت‌ها و دانش لازم برای استقرار Llama را خواهید داشت تا اپلیکیشن‌های هوش مصنوعی حافظ خصوصیت را به‌طور کامل روی زیرساخت‌های خودتان پیاده‌سازی کنید.

سرفصل ها و درس ها

درک خانواده Llama Understanding the Llama Family

  • بررسی تکامل Llama Exploring Llama's Evolution

  • مقایسه مدل‌های Llama Comparing Llama Models

  • بررسی الزامات مجوزها Navigating Licensing Requirements

اجرای محلی Llama Running Llama Locally

  • پیکربندی استقرار محلی Configuring Local Deployment

  • دمو: اجرای Llama با Ollama Demo: Running Llama with Ollama

  • انتخاب فرمت‌های کوانتیزاسیون برای بهینه‌سازی حافظه Selecting Quantization Formats for Memory Optimization

  • بارگذاری Llama با Hugging Face Transformers Loading Llama with Hugging Face Transformers

ساخت اپلیکیشن با Llama Building an Application with Llama

  • پیاده‌سازی معماری RAG برای جستجوی اسناد Implementing RAG Architecture for Document Search

  • دمو: پردازش اسناد Demo: Processing Documents

  • دمو: ساخت ذخیره‌ساز برداری (Vector Storage) Demo: Building Vector Storage

  • دمو: دریافت پاسخ‌ها Demo: Getting Answers

  • دمو: ایجاد رابط کاربری با Streamlit Demo: Creating a Streamlit UI

  • جمع‌بندی Summary

نمایش نظرات

آموزش جامع مدل Llama
جزییات دوره
1h 5m
13
(آخرین آپدیت)
17
4.9 از 5
دارد
دارد
دارد
Dan Tofan
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dan Tofan Dan Tofan

دن دهه ها پیش برنامه نویسی را بر روی Clone Spectrum آغاز كرد و فعالیت حرفه ای برنامه نویسی خود را از سال 2003 آغاز كرد. دن با اشتیاق به یادگیری برای تحصیل در دانشگاه گرونینگن به هلند مهاجرت كرد. اکنون ، دان به پایان نامه دکترای خود در زمینه تصمیم گیری و کسب دانش در معماری نرم افزار و حدود دوازده نشریه با صدها استناد افتخار می کند. دن سالها از فناوریهای مایکروسافت استفاده می کرد ، اما به تدریج به پایتون ، لینوکس و AWS مهاجرت کرد تا اطلاعات بیشتری در مورد دنیای رایانه کسب کند. در حال حاضر ، دان یک برنامه نویس تمام وقت پایتون در دفتر رومانی یک شرکت جهانی در حوزه تحقیق است.