মেটা থেকে লামা 2 ফাউন্ডেশন মডেলগুলি এখন অ্যামাজন সেজমেকার জাম্পস্টার্টে উপলব্ধ | আমাজন ওয়েব সার্ভিসেস

আজ, আমরা ঘোষণা করতে পেরে আনন্দিত যে মেটা দ্বারা তৈরি লামা 2 ফাউন্ডেশন মডেলগুলি গ্রাহকদের জন্য উপলব্ধ আমাজন সেজমেকার জাম্পস্টার্ট. লামা 2 ফ্যামিলি অফ লার্জ ল্যাঙ্গুয়েজ মডেল (LLMs) হল 7 বিলিয়ন থেকে 70 বিলিয়ন প্যারামিটারের স্কেলে প্রাক-প্রশিক্ষিত এবং সূক্ষ্ম-টিউনড জেনারেটিভ টেক্সট মডেলের একটি সংগ্রহ। ফাইন-টিউনড এলএলএম, যাকে লামা-২-চ্যাট বলা হয়, সংলাপ ব্যবহারের ক্ষেত্রে অপ্টিমাইজ করা হয়। আপনি সহজেই এই মডেলগুলি ব্যবহার করে দেখতে পারেন এবং সেজমেকার জাম্পস্টার্টের সাথে ব্যবহার করতে পারেন, এটি একটি মেশিন লার্নিং (ML) হাব যা অ্যালগরিদম, মডেল এবং ML সমাধানগুলিতে অ্যাক্সেস সরবরাহ করে যাতে আপনি দ্রুত ML এর সাথে শুরু করতে পারেন৷

এই পোস্টে, আমরা সেজমেকার জাম্পস্টার্টের মাধ্যমে লামা 2 মডেলগুলি কীভাবে ব্যবহার করব তা নিয়ে চলেছি।

লামা কি 2

Llama 2 একটি স্বয়ংক্রিয়-রিগ্রেসিভ ভাষা মডেল যা একটি অপ্টিমাইজড ট্রান্সফরমার আর্কিটেকচার ব্যবহার করে। Llama 2 ইংরেজিতে বাণিজ্যিক ও গবেষণার জন্য ব্যবহার করা হয়েছে। এটি প্যারামিটার আকারের পরিসরে আসে—৭ বিলিয়ন, ১৩ বিলিয়ন, এবং ৭০ বিলিয়ন—সেইসাথে প্রাক-প্রশিক্ষিত এবং সূক্ষ্ম-সুরক্ষিত বৈচিত্র। Meta-এর মতে, টিউন করা সংস্করণগুলি মানবিক প্রতিক্রিয়া (RLHF) সহ তদারকিকৃত ফাইন-টিউনিং (SFT) এবং রিইনফোর্সমেন্ট লার্নিং ব্যবহার করে সাহায্য এবং নিরাপত্তার জন্য মানুষের পছন্দের সাথে সারিবদ্ধ করতে। Llama 7 সর্বজনীনভাবে উপলব্ধ উত্স থেকে 13 ট্রিলিয়ন টোকেন ডেটাতে প্রাক-প্রশিক্ষিত ছিল। টিউন করা মডেলগুলি সহকারীর মতো চ্যাটের উদ্দেশ্যে তৈরি করা হয়েছে, যেখানে প্রাক-প্রশিক্ষিত মডেলগুলি বিভিন্ন প্রাকৃতিক ভাষা তৈরির কাজের জন্য অভিযোজিত হতে পারে। একজন বিকাশকারী মডেলের কোন সংস্করণ ব্যবহার করেন তা নির্বিশেষে, মেটা থেকে দায়িত্বশীল ব্যবহারের নির্দেশিকা উপযুক্ত নিরাপত্তা প্রশমনের সাথে মডেলগুলিকে কাস্টমাইজ এবং অপ্টিমাইজ করার জন্য প্রয়োজনীয় অতিরিক্ত সূক্ষ্ম-টিউনিং গাইডে সহায়তা করতে পারে।

সেজমেকার জাম্পস্টার্ট কি

SageMaker JumpStart এর সাথে, ML অনুশীলনকারীরা ওপেন সোর্স ফাউন্ডেশন মডেলের বিস্তৃত নির্বাচন থেকে বেছে নিতে পারেন। এমএল অনুশীলনকারীরা ডেডিকেটেডদের জন্য ভিত্তি মডেল স্থাপন করতে পারে আমাজন সেজমেকার একটি নেটওয়ার্ক বিচ্ছিন্ন পরিবেশ থেকে উদাহরণ এবং মডেল প্রশিক্ষণ এবং স্থাপনার জন্য SageMaker ব্যবহার করে মডেলগুলি কাস্টমাইজ করুন।

আপনি এখন কয়েকটি ক্লিকে Llama 2 আবিষ্কার এবং স্থাপন করতে পারেন অ্যামাজন সেজমেকার স্টুডিও অথবা প্রোগ্রাম্যাটিকভাবে SageMaker Python SDK-এর মাধ্যমে, আপনাকে SageMaker বৈশিষ্ট্যগুলির সাথে মডেল পারফরম্যান্স এবং MLOps নিয়ন্ত্রণগুলি অর্জন করতে সক্ষম করে যেমন অ্যামাজন সেজমেকার পাইপলাইন, আমাজন সেজমেকার ডিবাগার, বা ধারক লগ. মডেলটি একটি AWS সুরক্ষিত পরিবেশে এবং আপনার VPC নিয়ন্ত্রণের অধীনে স্থাপন করা হয়েছে, যা ডেটা নিরাপত্তা নিশ্চিত করতে সহায়তা করে। Llama 2 মডেল আজ অ্যামাজন সেজমেকার স্টুডিওতে পাওয়া যাচ্ছে, প্রাথমিকভাবে us-east 1 এবং us-west 2 অঞ্চলে।

মডেল আবিষ্কার করুন

আপনি SageMaker স্টুডিও UI এবং SageMaker Python SDK-তে SageMaker JumpStart-এর মাধ্যমে ফাউন্ডেশন মডেলগুলি অ্যাক্সেস করতে পারেন। এই বিভাগে, আমরা সেজমেকার স্টুডিওতে মডেলগুলি কীভাবে আবিষ্কার করব তা নিয়ে যাই।

সেজমেকার স্টুডিও হল একটি ইন্টিগ্রেটেড ডেভেলপমেন্ট এনভায়রনমেন্ট (IDE) যা একটি একক ওয়েব-ভিত্তিক ভিজ্যুয়াল ইন্টারফেস প্রদান করে যেখানে আপনি ডেটা প্রস্তুত করা থেকে শুরু করে আপনার ML মডেলগুলি তৈরি, প্রশিক্ষণ এবং স্থাপন পর্যন্ত সমস্ত ML ডেভেলপমেন্ট পদক্ষেপগুলি সম্পাদন করতে উদ্দেশ্য-নির্মিত সরঞ্জামগুলি অ্যাক্সেস করতে পারেন৷ কীভাবে শুরু করবেন এবং সেজমেকার স্টুডিও সেট আপ করবেন সে সম্পর্কে আরও বিশদ বিবরণের জন্য দেখুন অ্যামাজন সেজমেকার স্টুডিও.

একবার আপনি সেজমেকার স্টুডিওতে চলে গেলে, আপনি সেজমেকার জাম্পস্টার্ট অ্যাক্সেস করতে পারবেন, যার মধ্যে রয়েছে প্রাক-প্রশিক্ষিত মডেল, নোটবুক এবং পূর্বনির্মাণ সমাধানগুলি পূর্বনির্মাণ এবং স্বয়ংক্রিয় সমাধান.

সেজমেকার জাম্পস্টার্ট ল্যান্ডিং পৃষ্ঠা থেকে, আপনি সমাধান, মডেল, নোটবুক এবং অন্যান্য সংস্থানগুলির জন্য ব্রাউজ করতে পারেন। আপনি দুটি ফ্ল্যাগশিপ Llama 2 মডেল খুঁজে পেতে পারেন ফাউন্ডেশন মডেল: টেক্সট জেনারেশন ক্যারোসেল আপনি যদি Llama 2 মডেল দেখতে না পান, তাহলে বন্ধ করে এবং পুনরায় চালু করে আপনার SageMaker স্টুডিও সংস্করণ আপডেট করুন। সংস্করণ আপডেট সম্পর্কে আরও তথ্যের জন্য, পড়ুন বন্ধ করুন এবং স্টুডিও অ্যাপ আপডেট করুন.

আপনি পছন্দ করে অন্য চারটি মডেলের বৈকল্পিকও খুঁজে পেতে পারেন সমস্ত টেক্সট জেনারেশন মডেল অন্বেষণ করুন বা অনুসন্ধান llama অনুসন্ধান বাক্সে

আপনি মডেল সম্পর্কে বিশদ বিবরণ দেখতে মডেল কার্ড চয়ন করতে পারেন যেমন লাইসেন্স, প্রশিক্ষণে ব্যবহৃত ডেটা এবং কীভাবে ব্যবহার করতে হয়। আপনি দুটি বোতাম খুঁজে পেতে পারেন, স্থাপন করুন এবং নোটবুক খুলুন, যা আপনাকে মডেল ব্যবহার করতে সাহায্য করে।

যখন আপনি যেকোনো একটি বোতাম বেছে নেবেন, তখন একটি পপ-আপ শেষ-ব্যবহারকারীর লাইসেন্স চুক্তি এবং স্বীকার করার জন্য গ্রহণযোগ্য ব্যবহারের নীতি দেখাবে।

স্বীকার করার পরে, আপনি মডেলটি ব্যবহার করার জন্য পরবর্তী ধাপে এগিয়ে যাবেন।

একটি মডেল স্থাপন

আপনি যখন চয়ন স্থাপন করুন এবং শর্তাবলী স্বীকার করুন, মডেল স্থাপনা শুরু হবে। বিকল্পভাবে, আপনি উদাহরণ নোটবুকের মাধ্যমে স্থাপন করতে পারেন যা বেছে নেওয়ার মাধ্যমে দেখানো হয় নোটবুক খুলুন. উদাহরণ নোটবুকটি অনুমানের জন্য মডেলটি কীভাবে স্থাপন করতে হয় এবং সংস্থানগুলি পরিষ্কার করতে হয় সে সম্পর্কে শেষ থেকে শেষ নির্দেশিকা প্রদান করে।

একটি নোটবুক ব্যবহার করে স্থাপন করতে, আমরা একটি উপযুক্ত মডেল নির্বাচন করে শুরু করি, যা দ্বারা নির্দিষ্ট করা হয়েছে model_id. আপনি নিম্নলিখিত কোড সহ সেজমেকারে নির্বাচিত মডেলগুলির যে কোনও স্থাপন করতে পারেন:

from sagemaker.jumpstart.model import JumpStartModel
my_model = JumpStartModel(model_id = "meta-textgeneration-llama-2-70b-f")
predictor = my_model.deploy()

এটি ডিফল্ট ইনস্ট্যান্স টাইপ এবং ডিফল্ট VPC কনফিগারেশন সহ ডিফল্ট কনফিগারেশন সহ SageMaker-এ মডেল স্থাপন করে। আপনি নন-ডিফল্ট মান উল্লেখ করে এই কনফিগারেশনগুলি পরিবর্তন করতে পারেন জাম্পস্টার্ট মডেল. এটি স্থাপন করার পরে, আপনি SageMaker ভবিষ্যদ্বাণীর মাধ্যমে নিয়োজিত শেষ পয়েন্টের বিরুদ্ধে অনুমান চালাতে পারেন:

payload = { “inputs”: [ [ {"role": "system", "content": "Always answer with Haiku"}, {"role": "user", "content": "I am going to Paris, what should I see?"}, ] ], "parameters":{"max_new_tokens":256, "top_p":0.9, "temperature":0.6}
}

ফাইন-টিউনড চ্যাট মডেল (Llama-2-7b-chat, Llama-2-13b-chat, Llama-2-70b-chat) ব্যবহারকারী এবং চ্যাট সহকারীর মধ্যে চ্যাটের একটি ইতিহাস গ্রহণ করে এবং পরবর্তী চ্যাট তৈরি করে। প্রাক-প্রশিক্ষিত মডেলের (Llama-2-7b, Llama-2-13b, Llama-2-70b) একটি স্ট্রিং প্রম্পট প্রয়োজন এবং প্রদত্ত প্রম্পটে পাঠ্য সমাপ্তি সম্পাদন করে। নিম্নলিখিত কোড দেখুন:

predictor.predict(payload, custom_attributes="accept_eula=true")

মনে রাখবেন যে ডিফল্টরূপে, accept_eula মিথ্যা সেট করা হয় আপনাকে সেট করতে হবে accept_eula=true সফলভাবে শেষ বিন্দু আহ্বান করতে. এটি করার মাধ্যমে, আপনি আগে উল্লেখ করা ব্যবহারকারী লাইসেন্স চুক্তি এবং গ্রহণযোগ্য ব্যবহারের নীতি গ্রহণ করেন। আপনি এটিও করতে পারেন ডাউনলোড লাইসেন্স চুক্তি।

Custom_attributes EULA পাস করতে ব্যবহৃত হয় কী/মান জোড়া। কী এবং মান দ্বারা পৃথক করা হয় = এবং জোড়া দ্বারা পৃথক করা হয় ;. যদি ব্যবহারকারী একই কী একাধিকবার পাস করে, শেষ মানটি রাখা হয় এবং স্ক্রিপ্ট হ্যান্ডলারের কাছে পাঠানো হয় (অর্থাৎ, এই ক্ষেত্রে, শর্তযুক্ত যুক্তির জন্য ব্যবহৃত হয়)। উদাহরণস্বরূপ, যদি accept_eula=false; accept_eula=true তারপর সার্ভারে পাস করা হয়  accept_eula=true রাখা হয় এবং স্ক্রিপ্ট হ্যান্ডলারের কাছে পাঠানো হয়।

ইনফারেন্স প্যারামিটার শেষ পয়েন্টে টেক্সট জেনারেশন প্রক্রিয়া নিয়ন্ত্রণ করে। সর্বাধিক নতুন টোকেন নিয়ন্ত্রণ মডেল দ্বারা উত্পন্ন আউটপুট আকার বোঝায়। নোট করুন যে এটি শব্দের সংখ্যার মতো নয় কারণ মডেলের শব্দভাণ্ডার ইংরেজি ভাষার শব্দভান্ডারের মতো নয় এবং প্রতিটি টোকেন ইংরেজি ভাষার শব্দ নাও হতে পারে। তাপমাত্রা আউটপুটে এলোমেলোতা নিয়ন্ত্রণ করে। উচ্চ তাপমাত্রার ফলে আরও সৃজনশীল এবং হ্যালুসিনেটেড আউটপুট হয়। সমস্ত অনুমান পরামিতি ঐচ্ছিক।

নিচের সারণীতে সেজমেকার জাম্পস্টার্টের সাথে উপলব্ধ সমস্ত লামা মডেলের তালিকা রয়েছে model_ids, ডিফল্ট ইনস্ট্যান্স প্রকার, এবং এই প্রতিটি মডেলের জন্য সমর্থিত মোট টোকেনের সর্বোচ্চ সংখ্যা (ইনপুট টোকেনের সংখ্যা এবং জেনারেট করা টোকেনের সংখ্যা)।

মনে রাখবেন সেজমেকার এন্ডপয়েন্টের সময়সীমা 60 এর মধ্যে রয়েছে। এইভাবে, যদিও মডেলটি 4096 টোকেন তৈরি করতে সক্ষম হতে পারে, যদি পাঠ্য তৈরিতে 60 এর বেশি সময় লাগে, অনুরোধ ব্যর্থ হবে। 7B, 13B, এবং 70B মডেলের জন্য, আমরা সেট করার পরামর্শ দিই max_new_tokens টোকেনের মোট সংখ্যা 1500K এর কম রাখার সময় যথাক্রমে 1000, 500 এবং 4 এর বেশি নয়।

Llama-2-70b-এর জন্য অনুমান এবং উদাহরণ প্রম্পট

আপনি পাঠ্যের যেকোন অংশের জন্য পাঠ্য সমাপ্তির জন্য লামা মডেল ব্যবহার করতে পারেন। টেক্সট জেনারেশনের মাধ্যমে, আপনি বিভিন্ন ধরনের কাজ করতে পারেন, যেমন প্রশ্নের উত্তর দেওয়া, ভাষা অনুবাদ, অনুভূতি বিশ্লেষণ এবং আরও অনেক কিছু। শেষ পয়েন্টে ইনপুট পেলোড নিম্নলিখিত কোডের মত দেখায়:

payload = { “inputs”: str, (optional)"parameters":{"max_new_tokens":int, "top_p":float, "temperature":float}
}

নিম্নলিখিত কিছু নমুনা উদাহরণ প্রম্পট এবং মডেল দ্বারা উত্পন্ন পাঠ্য আছে. সমস্ত আউটপুট অনুমান পরামিতি দিয়ে তৈরি করা হয় {"max_new_tokens":256, "top_p":0.9, "temperature":0.6}.

Input: Simply put, the theory of relativity states that Output: 1) the laws of physics are the same for all observers in uniform motion relative to one another, and 2) the speed of light is the same for all observers, regardless of their relative motion or of the motion of the source of the light.
In the late 1800s, scientists believed that light travelled through a medium they called the luminiferous ether. But in 1887, Albert Michelson and Edward Morley designed an experiment to measure the speed of light in the ether, and found that the speed of light was the same no matter how they oriented their equipment. This result seemed to contradict the idea of the ether, and Michelson and Morley’s experiment became one of the most famous failed experiments in history.
In 1905, Albert Einstein published a paper that used the results of the Michelson-Morley experiment to develop the theory of special relativity. In 1915, Einstein published a paper on general relativity, which is a theory of gravitation.
In physics, the speed of light is considered to be a constant, and its value is 299,792,458 metres Input: I believe the meaning of life is Output: to be happy, to find joy in life, to love and be loved. To have the courage to be yourself and to be kind to others. To be able to express yourself, to create and to be inspired. To be able to give and receive. To be able to learn and grow. To be able to find beauty in the world and to be able to appreciate it. To be able to find peace and contentment. To be able to find meaning and purpose. To be able to make a difference in the world. To be able to find joy in the simple things. To be able to find joy in the difficult things. To be able to find joy in the journey. To be able to find joy in the destination. To be able to find joy in the present moment. To be able to find joy in the future. To be able to find joy in the past. To be able to find joy in the present. To be able to find joy in the future. To be able to find joy in the past. To be able to find joy in the present. To be able to find joy in the future. To be able to find joy in the past. To be able to find joy in the present. To be able to find joy Input: A brief message congratulating the team on the launch: Hi everyone, I just Output: wanted to send a quick note to congratulate everyone on the launch of our new website. I know it’s been a long time coming and I’m sure we’re all relieved that it’s finally out there. Thanks to everyone for their hard work and dedication over the last few months. I know it wasn’t always easy, but I think we can all be proud of the final product. I’m looking forward to seeing how our users respond to the new site and I’m confident that it will be a success. Thanks again, and enjoy the rest of your day! Best, [Your Name] [Your Title] [Your Company] [Your Email] [Your Phone Number] [Your Website] [Your Social Media Handles] [Your Address] [Your City, State, Zip Code] [Your Country] [Your Postal Code] [Your Website] [

পরবর্তী উদাহরণে, আমরা দেখাই কিভাবে লামা মডেলগুলিকে কয়েকটি শট ইন-কনটেক্সট লার্নিং সহ ব্যবহার করতে হয়, যেখানে আমরা মডেলের জন্য উপলব্ধ প্রশিক্ষণের নমুনা সরবরাহ করি। মনে রাখবেন যে আমরা কেবল স্থাপন করা মডেলের উপর অনুমান করি এবং এই প্রক্রিয়া চলাকালীন, মডেলের ওজন পরিবর্তিত হয় না।

Input: Translate English to French: sea otter => loutre de mer peppermint => menthe poivrée plush girafe => girafe peluche cheese => Output: fromage chocolate => chocolat car => voiture hamster => hamster beer => bière bicycle => bicyclette banana => banane strawberry => fraise pizza => pizza cheeseburger => cheeseburger pineapple => ananas carrot => carotte watermelon => pastèque whale => baleine eggplant => aubergine cat => chat penguin => manchot lion => lion elephant => éléphant panda => panda tiger => tigre salmon => saumon squirrel => écureuil kangaroo => kangourou turtle => tortue octopus => poulpe frog => grenouille pig => cochon goldfish => poisson rouge tiger shark => requin tigre gorilla => gorille dol

Llama-2-70b-chat এর জন্য অনুমান এবং উদাহরণ প্রম্পট

Llama-2-চ্যাট মডেলগুলির সাথে, যা সংলাপ ব্যবহারের ক্ষেত্রে অপ্টিমাইজ করা হয়, চ্যাট মডেলের শেষ পয়েন্টগুলিতে ইনপুট হল চ্যাট সহকারী এবং ব্যবহারকারীর মধ্যে আগের ইতিহাস৷ আপনি এখন পর্যন্ত যে কথোপকথন ঘটেছে তার প্রাসঙ্গিক প্রশ্ন জিজ্ঞাসা করতে পারেন। এছাড়াও আপনি সিস্টেম কনফিগারেশন প্রদান করতে পারেন, যেমন ব্যক্তিত্ব যা চ্যাট সহকারীর আচরণকে সংজ্ঞায়িত করে। শেষ পয়েন্টে ইনপুট পেলোড নিম্নলিখিত কোডের মত দেখায়:

payload = { “inputs”: [ [ (optional){"role": "system", "content": str}, (repeated k times) {"role": "user", "content": str}, {"role": "assistant", "content": str}, {"role": "user", "content": str}, ] ], (optional)"parameters":{"max_new_tokens":int, "top_p":float, "temperature":float}
}

নিম্নলিখিত কিছু নমুনা উদাহরণ প্রম্পট এবং মডেল দ্বারা উত্পন্ন পাঠ্য আছে. সমস্ত আউটপুট অনুমান পরামিতি দিয়ে তৈরি করা হয় {"max_new_tokens": 512, "top_p": 0.9, "temperature": 0.6}.

Input:
User: what is the recipe of mayonnaise? Output:
Assistant: Sure, I can help you with that! Mayonnaise is a thick, creamy condiment made from a mixture of egg yolks, oil, vinegar or lemon juice, and seasonings. Here's a basic recipe for homemade mayonnaise: Ingredients: * 2 egg yolks
* 1/2 cup (120 ml) neutral-tasting oil, such as canola or grapeseed
* 1 tablespoon (15 ml) vinegar or lemon juice
* 1/2 teaspoon salt
* 1/4 teaspoon black pepper Instructions: 1. In a medium-sized bowl, whisk together the egg yolks, salt, and black pepper until well combined.
2. Slowly pour the oil into the bowl while continuously whisking the mixture. It's important to add the oil very slowly, otherwise the mixture can break and you'll end up with a separated, curdled mess.
3. Continue whisking until the mixture thickens and emulsifies, which should take about 5-7 minutes. You'll know it's ready when the mixture has doubled in volume and has a thick, creamy consistency.
4. Add the vinegar or lemon juice and continue whisking for another minute or two, until the flavors are fully incorporated.
5. Taste the mayonnaise and adjust the seasoning as needed. You can add more salt, pepper, or acid if desired.
6. Cover the bowl with plastic wrap and refrigerate the mayonnaise for at least 30 minutes before serving. This will allow the flavors to meld together and the mayonnaise to thicken further. That's it! This recipe makes about 1 1/2 cups (360 ml) of mayonnaise, which should be enough for a small to medium-sized batch of sandwiches or salads. You can also customize the recipe by adding different flavorings, such as garlic, mustard, or herbs, to create a unique taste. Enjoy!

নিম্নলিখিত উদাহরণে, ব্যবহারকারী প্যারিসের পর্যটন সাইটগুলি সম্পর্কে সহকারীর সাথে কথোপকথন করেছেন৷ এরপরে, ব্যবহারকারী চ্যাট সহকারী দ্বারা প্রস্তাবিত প্রথম বিকল্পটি সম্পর্কে জিজ্ঞাসা করছেন।

Input:
User: I am going to Paris, what should I see?
Assistant: Paris, the capital of France, is known for its stunning architecture, art museums, historical landmarks, and romantic atmosphere. Here are some of the top attractions to see in Paris: 1. The Eiffel Tower: The iconic Eiffel Tower is one of the most recognizable landmarks in the world and offers breathtaking views of the city.
2. The Louvre Museum: The Louvre is one of the world's largest and most famous museums, housing an impressive collection of art and artifacts, including the Mona Lisa.
3. Notre-Dame Cathedral: This beautiful cathedral is one of the most famous landmarks in Paris and is known for its Gothic architecture and stunning stained glass windows. These are just a few of the many attractions that Paris has to offer. With so much to see and do, it's no wonder that Paris is one of the most popular tourist destinations in the world.
User: What is so great about #1? Output:
Assistant: The Eiffel Tower is a world-renowned iconic landmark that symbolizes Paris and France. It was built for the World's Fair in 1889 and was initially intended to be a temporary structure, but it has become a permanent part of the Parisian skyline. Here are some reasons why the Eiffel Tower is so great: 1. Engineering marvel: The Eiffel Tower was a groundbreaking feat of engineering at the time of its construction. It stands at 324 meters (1,063 feet) tall and was the tallest structure in the world for over 40 years.
2. Iconic design: The Eiffel Tower's distinctive shape and design make it instantly recognizable. It has been the subject of countless works of art, photographs, and films, and has become a symbol of Paris and France.
3. Panoramic views: The Eiffel Tower offers breathtaking views of the city from its observation decks. Visitors can enjoy a 360-degree view of Paris, including famous landmarks such as the Seine River, the Arc de Triomphe, and the Montmartre neighborhood.
4. Historical significance: The Eiffel Tower has played a significant role in Paris's history, having been the site of numerous important events, including the famous "Battle of the Eiffel Tower" during World War II.
5. Cultural impact: The Eiffel Tower has had a significant impact on popular culture, inspiring countless works of art, literature, and music. It has also been the subject of numerous documentaries and films, including the classic movie "An American in Paris."
6. Romantic setting: The Eiffel Tower is known for its romantic atmosphere, making it a popular destination for couples and newlyweds. It has been the site of countless marriage proposals and has been featured in numerous romantic films and literature.
7. Accessibility: The Eiffel Tower is easily accessible by public transportation, making it a convenient destination for visitors. It is also wheelchair-friendly, with elevators and ramps providing access to all levels. Overall, the Eiffel Tower is a must-see destination for anyone visiting Paris, offering a unique and unforgettable experience that combines history, culture, engineering, and rom

নিম্নলিখিত উদাহরণগুলিতে, আমরা সিস্টেমের কনফিগারেশন সেট করি:

Input:
System: Always answer with Haiku
User: I am going to Paris, what should I see? Output:
Assistant: Eiffel Tower high
Art in the Louvre Museum
River Seine flows Input:
System: Always answer with emojis
User: How to go from Beijing to NY? Output:
Assistant: Here are the emojis that represent the steps to go from Beijing to New York: 🇨🇳🛫🛬🇺🇸🗽🏙️🚕💨🛩️🛬🛫😴💤🛩️🛬🛫😍

পরিষ্কার কর

আপনি নোটবুক চালানো শেষ করার পরে, সমস্ত সংস্থান মুছে ফেলার বিষয়টি নিশ্চিত করুন যাতে প্রক্রিয়াটিতে আপনি তৈরি করা সমস্ত সংস্থান মুছে ফেলা হয় এবং আপনার বিলিং বন্ধ হয়ে যায়:

predictor.delete_model()
predictor.delete_endpoint()

উপসংহার

এই পোস্টে, আমরা আপনাকে দেখিয়েছি কিভাবে সেজমেকার স্টুডিওতে লামা 2 মডেলের সাথে শুরু করতে হয়। এটির সাহায্যে, আপনি ছয়টি লামা 2 ফাউন্ডেশন মডেলগুলিতে অ্যাক্সেস পাবেন যাতে বিলিয়ন প্যারামিটার রয়েছে। যেহেতু ফাউন্ডেশন মডেলগুলি প্রাক-প্রশিক্ষিত, তাই তারা প্রশিক্ষণ এবং অবকাঠামোর খরচ কমাতে সাহায্য করতে পারে এবং আপনার ব্যবহারের ক্ষেত্রে কাস্টমাইজেশন সক্ষম করতে পারে। সেজমেকার জাম্পস্টার্ট দিয়ে শুরু করতে, নিম্নলিখিত সংস্থানগুলিতে যান:

লেখক সম্পর্কে

জুন জিতেছে সেজমেকার জাম্পস্টার্টের একজন পণ্য ব্যবস্থাপক। তিনি গ্রাহকদের জেনারেটিভ এআই অ্যাপ্লিকেশন তৈরি করতে সাহায্য করার জন্য ফাউন্ডেশন মডেলগুলিকে সহজে আবিষ্কারযোগ্য এবং ব্যবহারযোগ্য করার দিকে মনোনিবেশ করেন। অ্যামাজনে তার অভিজ্ঞতার মধ্যে রয়েছে মোবাইল শপিং অ্যাপ্লিকেশন এবং লাস্ট মাইল ডেলিভারি।

বিবেক মদন ড অ্যামাজন সেজমেকার জাম্পস্টার্ট দলের একজন ফলিত বিজ্ঞানী। তিনি আরবানা-চ্যাম্পেইনের ইলিনয় বিশ্ববিদ্যালয় থেকে তার পিএইচডি পেয়েছিলেন এবং জর্জিয়া টেকের পোস্ট ডক্টরাল গবেষক ছিলেন। তিনি মেশিন লার্নিং এবং অ্যালগরিদম ডিজাইনের একজন সক্রিয় গবেষক এবং EMNLP, ICLR, COLT, FOCS এবং SODA কনফারেন্সে গবেষণাপত্র প্রকাশ করেছেন। ডাঃ কাইল উলরিচ অ্যামাজন সেজমেকার জাম্পস্টার্ট দলের একজন ফলিত বিজ্ঞানী। তার গবেষণার আগ্রহের মধ্যে রয়েছে স্কেলেবল মেশিন লার্নিং অ্যালগরিদম, কম্পিউটার ভিশন, টাইম সিরিজ, বায়েসিয়ান নন-প্যারামেট্রিক্স এবং গাউসিয়ান প্রসেস। তার পিএইচডি ডিউক বিশ্ববিদ্যালয় থেকে এবং তিনি নিউরিআইপিএস, সেল এবং নিউরনে গবেষণাপত্র প্রকাশ করেছেন। আশিস খেতান ড Amazon SageMaker JumpStart-এর একজন সিনিয়র অ্যাপ্লাইড সায়েন্টিস্ট এবং মেশিন লার্নিং অ্যালগরিদম ডেভেলপ করতে সাহায্য করে৷ তিনি ইউনিভার্সিটি অফ ইলিনয় আরবানা-চ্যাম্পেইন থেকে পিএইচডি লাভ করেন। তিনি মেশিন লার্নিং এবং পরিসংখ্যানগত অনুমানের একজন সক্রিয় গবেষক এবং নিউরিআইপিএস, আইসিএমএল, আইসিএলআর, জেএমএলআর, এসিএল এবং ইএমএনএলপি সম্মেলনে অনেক গবেষণাপত্র প্রকাশ করেছেন। সুন্দর রঙ্গনাথন তিনি AWS-এ GenAI/Frameworks GTM বিশেষজ্ঞদের গ্লোবাল হেড। তিনি অ্যামাজন EC2, EKS, EFA, AWS ব্যাচ, এবং Amazon SageMaker-এর মতো AWS পরিষেবা জুড়ে বৃহৎ ভাষার মডেল, GenAI, এবং বৃহৎ-স্কেল ML কাজের লোডের জন্য GTM কৌশল বিকাশের দিকে মনোনিবেশ করেন। নেটঅ্যাপ, মাইক্রোন টেকনোলজি, কোয়ালকম এবং মেন্টর গ্রাফিক্সে পণ্য ব্যবস্থাপনা এবং পণ্য উন্নয়নে নেতৃত্বের ভূমিকা তার অভিজ্ঞতা অন্তর্ভুক্ত।

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
• প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• প্লেটোইএসজি। মোটরগাড়ি / ইভি, কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
• ব্লকঅফসেট। পরিবেশগত অফসেট মালিকানার আধুনিকীকরণ। এখানে প্রবেশ করুন.
• উত্স: https://aws.amazon.com/blogs/machine-learning/llama-2-foundation-models-from-meta-are-now-available-in-amazon-sagemaker-jumpstart/