Nuevo curso técnico de inmersión profunda Fundamentos de IA generativa en AWS
Curso técnico Fundamentos de IA generativa en AWS
Generative AI Foundations on AWS es un nuevo curso de inmersión técnica que te brinda los fundamentos conceptuales, consejos prácticos y orientación práctica para preentrenar, afinar y implementar modelos base de última generación en AWS y más allá. Desarrollado por Emily Webber, líder mundial de fundamentos de generative AI en AWS, este curso práctico gratuito y el código fuente de GitHub de apoyo se lanzaron a través de AWS Youtube. Si estás buscando una lista seleccionada de los mejores recursos, conceptos y orientación para ponerte al día en modelos base, especialmente aquellos que desbloquean capacidades generativas en tus proyectos de ciencia de datos y aprendizaje automático, entonces no busques más.
En esta inmersión profunda de 8 horas, te presentaremos las técnicas clave, servicios y tendencias que te ayudarán a comprender los modelos base desde cero. Esto significa desglosar la teoría, las matemáticas y los conceptos abstractos combinados con ejercicios prácticos para adquirir intuición funcional para su aplicación práctica. A lo largo del curso, nos enfocamos en un amplio espectro de técnicas de generative AI progresivamente complejas, brindándote una base sólida para comprender, diseñar y aplicar tus propios modelos para obtener el mejor rendimiento. Comenzaremos recapitulando los modelos base, comprendiendo de dónde vienen, cómo funcionan, cómo se relacionan con generative AI y qué puedes hacer para personalizarlos. Luego aprenderás a elegir el modelo base adecuado para tu caso de uso.
Una vez que hayas desarrollado una comprensión contextual sólida de los modelos base y cómo usarlos, te presentaremos el tema principal de este curso: el preentrenamiento de nuevos modelos base. Aprenderás por qué querrías hacer esto, así como cómo y dónde es competitivo. Incluso aprenderás cómo utilizar las leyes de escalamiento para elegir el modelo, el conjunto de datos y los tamaños de cómputo adecuados. Cubriremos la preparación de conjuntos de datos de entrenamiento a gran escala en AWS, incluida la selección de las instancias y técnicas de almacenamiento adecuadas. También cubriremos el ajuste fino de tus modelos base, evaluando técnicas recientes y comprendiendo cómo ejecutarlos con tus guiones y modelos. Nos sumergiremos en el aprendizaje por refuerzo con retroalimentación humana, explorando cómo utilizarlo de manera hábil y a gran escala para maximizar verdaderamente el rendimiento de tu modelo base.
Finalmente, aprenderás cómo aplicar la teoría a la producción mediante la implementación de tu nuevo modelo base en Amazon SageMaker, incluido el uso de múltiples GPUs y el uso de patrones de diseño principales como generación aumentada de recuperación y diálogo encadenado. Como bonificación adicional, te guiaremos en una inmersión profunda de Stable Diffusion, las mejores prácticas de ingeniería de prompts, la configuración de LangChain y más.
- ¡Fantástico! Artista 3D se sumerge en trabajos oceánicos impulsados por inteligencia artificial esta semana ‘En el Estudio de NVIDIA
- NVIDIA DGX Cloud ahora disponible para impulsar el entrenamiento de IA generativa
- Regs necesarias para la IA de alto riesgo, dice ACM Es el Viejo Oeste
¿Eres más de leer que de ver videos? Puedes consultar mi libro de 15 capítulos “Pretrain Vision and Large Language Models in Python: Técnicas de principio a fin para construir e implementar modelos base en AWS”, que se lanzó el 31 de mayo de 2023, con la editorial Packt y está disponible ahora en Amazon. ¿Quieres ir directamente al código? Estoy contigo: cada video comienza con una descripción general de 45 minutos de los conceptos clave y visuales. Luego te mostraré una demostración práctica de 15 minutos. Todos los cuadernos de ejemplos y el código de apoyo se enviarán en un repositorio público, que puedes utilizar para seguir paso a paso por tu cuenta. No dudes en comunicarte conmigo a través de VoAGI, LinkedIn, GitHub o a través de tus equipos de AWS. Obtén más información sobre generative AI en AWS.
¡Felices senderos!
Esquema del curso
1. Introducción a los modelos base
|
Diapositivas de la lección 1 Recursos prácticos de la lección 1 |
2. Elección del modelo base adecuado
|
Diapositivas de la lección 2 Recursos prácticos de la lección 2 |
3. Usando modelos de base pre-entrenados: ingeniería de prompts y ajuste fino
|
Diapositivas de la Lección 3 Recursos prácticos de la Lección 3 |
4. Pre-entrenando un nuevo modelo de base
|
Diapositivas de la Lección 4 Recursos prácticos de la Lección 4 |
5. Preparando datos y entrenando a gran escala
|
Diapositivas de la Lección 5 Recursos prácticos de la Lección 5 |
6. Aprendizaje por refuerzo con retroalimentación humana
|
Diapositivas de la Lección 6 Recursos prácticos de la Lección 6 |
7. Desplegando un modelo de base
|
Diapositivas de la Lección 7 Recursos prácticos de la Lección 7 |
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- La Huella de Carbono de la Inteligencia Artificial
- La modelación en 3D se basa en la inteligencia artificial
- Algoritmo para la detección y movimiento robótico
- Las Pruebas Asistidas por Computadora Abordan el Flujo de Fluidos
- Usando software de gamificación para promover la participación de los empleados los pros y los contras
- El Funcionamiento Interno de los LLM Un Análisis Profundo de la Arquitectura del Modelo de Lenguaje
- 4 formas aterradoras en las que los criminales utilizan WormGPT (el ChatGPT de la Dark Web)