آموزش مدل های بزرگ زبان در AWS: ساختمان و استقرار LLM های منبع باز

دانلود Large Language Models on AWS: Building and Deploying Open-Source LLMs

در حال بارگزاری نمونه ویدیو، لطفا صبر کنید...
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
    • Chapters
    • descriptions off, selected
    • subtitles off, selected
      نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
      نمونه ویدیوها:
      • در حال بارگزاری، لطفا صبر کنید...
      توضیحات دوره:

      در این دوره ، متخصص MLOPS Noah Gift World of Models Legress Language (LLMS) را در AWS برجسته می کند. در مورد ابزار ابزار ضروری ، از جمله نحوه بهینه سازی و کامپایل LLMS مانند llama.cpp اطلاعات کسب کنید. پیامدهای قانون Amdahl را برای کارهای محاسباتی خود کشف کرده و با استفاده از قالب پرونده GGUF ، تظاهرات عملی را مشاهده کنید. برای به حداکثر رساندن عملکرد و کارآیی مدل های خود در مورد اسکریپت و بسته بندی Python UV اطلاعات کسب کنید. مفاهیم کلیدی را در Llama.cpp از طریق پیاده روی های دقیق درک کرده و نسخه های نمایشی نهایی به پایان مدلهای کمیت شده را در موارد AWS G5 مشاهده کنید. دانش عملی و تجربه ای را بدست آورید که می تواند مستقیماً در پروژه های شما اعمال شود. در پایان دوره ، شما قادر خواهید بود به طور مؤثر از LLM های منبع باز در AWS استفاده و بهینه سازی کنید و برنامه های هوش مصنوعی خود را کارآمدتر و قدرتمندتر کنید.

      این دوره توسط Pragmatic AI Labs LLC ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.


      سرفصل ها و درس ها

      مقدمه Introduction

      • معرفی LLMS منبع باز در AWS Intro to open source LLMs on AWS

      منبع باز ابزار LLM و بهینه سازی Open Source LLM Toolchain and Optimization

      • بررسی اجمالی بسته بندی UV Python Python UV packaging overview

      • اسکریپت UV پایتون Python UV scripting

      • تهیه نسخه ی نمایشی Llama.cpp Compiling llama.cpp demo

      • Llama.cpp در نسخه ی نمایشی AWS G5 Llama.cpp on AWS G5 demo

      • GGUF LLAMA.CPP DEMO پایان به پایان GGUF quantized llama.cpp end-to-end demo

      • پیامدهای قانون Amdahl: یک پیاده روی Implications of Amdahl’s law: A walkthrough

      • قالب پرونده GGUF GGUF file format

      • مفاهیم کلیدی در Llama.cpp Walkthrough Key concepts in llama.cpp walkthrough

      پایان Conclusion

      • خلاصه Summary

      نمایش نظرات

      آموزش مدل های بزرگ زبان در AWS: ساختمان و استقرار LLM های منبع باز
      جزییات دوره
      0h 35m
      10
      Linkedin (لینکدین) Linkedin (لینکدین)
      (آخرین آپدیت)
      593
      - از 5
      ندارد
      دارد
      دارد
      جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

      Google Chrome Browser

      Internet Download Manager

      Pot Player

      Winrar

      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.

      Pragmatic AI Labs Pragmatic AI Labs

      آزمایشگاه‌های هوش مصنوعی عمل‌گرا یک آموزش‌دهنده فناوری است.

      آزمایشگاه‌های هوش مصنوعی عملی همه را، صرف‌نظر از ابزار یا پیش‌زمینه، به دانشی برای تغییر خود و ارتقای جوامع خود مجهز می‌کند. آزمایشگاه‌های هوش مصنوعی عملگرا تلاش می‌کنند تا آموزش را دموکراتیک کرده و زندگی را از طریق فناوری خلاقانه و اخلاقی تقویت کنند. با مدرسان برجسته از دانشگاه‌های برتر با تجربه صنعت در دنیای واقعی، برنامه‌های آن بر ارائه مهارت‌های در دسترس و پیشرفته تمرکز دارد که منجر به تحقق مشاغل و در عین حال اجتناب از آسیب و بهبود رفاه انسان می‌شود.