Nuovo corso tecnico approfondito Fondamenti di Generative AI su AWS
Corso avanzato Generative AI su AWS
Le Fondamenta di Generative AI su AWS è un nuovo corso approfondito che ti fornisce i fondamenti concettuali, consigli pratici e assistenza pratica per pre-addestrare, affinare e distribuire modelli fondamentali all’avanguardia su AWS e oltre. Sviluppato da Emily Webber, responsabile mondiale delle fondamenta di generative AI di AWS, questo corso gratuito e pratico e il codice sorgente di supporto su GitHub sono stati lanciati su AWS Youtube. Se stai cercando una playlist selezionata delle migliori risorse, concetti e indicazioni per familiarizzare con i modelli fondamentali, in particolare quelli che sbloccano le capacità generative nei tuoi progetti di data science e machine learning, allora non cercare oltre.
Durante questa immersione approfondita di 8 ore, verrai introdotto alle tecniche chiave, ai servizi e alle tendenze che ti aiuteranno a comprendere i modelli fondamentali fin dalle basi. Ciò significa scomporre teoria, matematica e concetti astratti combinati con esercizi pratici per acquisire un’intuizione funzionale per l’applicazione pratica. Nel corso del corso, ci concentriamo su un’ampia gamma di tecniche di generative AI progressivamente complesse, fornendoti una solida base per comprendere, progettare e applicare i tuoi modelli per le migliori prestazioni. Inizieremo con un riepilogo dei modelli fondamentali, capendo da dove provengono, come funzionano, come sono collegati all’AI generativa e cosa puoi fare per personalizzarli. Poi imparerai a scegliere il modello fondamentale giusto per il tuo caso d’uso.
Una volta acquisita una solida comprensione contestuale dei modelli fondamentali e di come utilizzarli, verrai introdotto all’argomento principale di questo corso: il pre-addestramento di nuovi modelli fondamentali. Imparerai perché vorresti farlo, così come come e dove è competitivo. Imparerai anche come utilizzare le leggi di scalabilità per scegliere il modello, il set di dati e le dimensioni del calcolo giuste. Copriremo la preparazione di set di dati di addestramento su larga scala su AWS, incluso la scelta delle istanze e delle tecniche di archiviazione giuste. Approfondiremo il raffinamento dei modelli fondamentali, valutando le tecniche recenti e comprendendo come eseguirle con i tuoi script e modelli. Approfondiremo l’apprendimento per rinforzo con feedback umano, esplorando come usarlo abilmente e su larga scala per massimizzare davvero le prestazioni del tuo modello fondamentale.
Infine, imparerai come applicare la teoria alla produzione distribuendo il tuo nuovo modello fondamentale su Amazon SageMaker, incluso su più GPU e utilizzando i migliori pattern di progettazione come la generazione arricchita da recupero e il dialogo concatenato. Come bonus aggiuntivo, ti guideremo in una dettagliata analisi di Stable Diffusion, le migliori pratiche di ingegneria dei prompt, l’implementazione di LangChain e altro ancora.
- Fantastico l’artista 3D si tuffa nel lavoro oceanico potenziato da AI questa settimana ‘Nello Studio NVIDIA
- NVIDIA DGX Cloud ora disponibile per potenziare l’addestramento dell’IA generativa
- Regole necessarie per l’IA ad alto rischio, afferma l’ACM – ‘È il Far West
Se preferisci leggere piuttosto che guardare video, puoi dare un’occhiata al mio libro di 15 capitoli “Pretrain Vision and Large Language Models in Python: Tecniche end-to-end per la costruzione e distribuzione di modelli fondamentali su AWS”, pubblicato il 31 maggio 2023 da Packt Publishing ed è disponibile su Amazon. Vuoi passare subito al codice? Sono con te: ogni video inizia con una panoramica di 45 minuti dei concetti chiave e delle visualizzazioni. Poi ti guiderò in una sessione pratica di 15 minuti. Tutti i notebook di esempio e il codice di supporto saranno disponibili in un repository pubblico, che potrai utilizzare per seguirli autonomamente. Non esitare a contattarmi su VoAGI, LinkedIn, GitHub o tramite i team di AWS. Scopri di più sull’AI generativa su AWS.
Buon divertimento!
Sommario del corso
1. Introduzione ai modelli fondamentali
|
Diapositive lezione 1 Risorse dimostrative pratiche lezione 1 |
2. Scegliere il modello fondamentale giusto
|
Diapositive lezione 2 Risorse dimostrative pratiche lezione 2 |
3. Utilizzo di modelli fondamentali preaddestrati: ingegneria delle richieste e fine-tuning
|
Diapositive della lezione 3 Risorse pratiche della lezione 3 |
4. Pretraining di un nuovo modello fondamentale
|
Diapositive della lezione 4 Risorse pratiche della lezione 4 |
5. Preparazione dei dati e training su larga scala
|
Diapositive della lezione 5 Risorse pratiche della lezione 5 |
6. Apprendimento di rinforzo con feedback umano
|
Diapositive della lezione 6 Risorse pratiche della lezione 6 |
7. Distribuzione di un modello fondamentale
|
Diapositive della lezione 7 Risorse pratiche della lezione 7 |