Nuevo curso técnico de inmersión profunda: Fundamentos de IA generativa en AWS | Servicios web de Amazon

Generative AI Foundations on AWS es un nuevo curso técnico de inmersión profunda que le brinda los fundamentos conceptuales, consejos prácticos y orientación práctica para entrenar previamente, ajustar e implementar modelos básicos de última generación en AWS y más allá de. Desarrollado por las fundaciones mundiales de IA generativa de AWS, Emily Webber, este curso práctico gratuito y el código fuente de soporte de GitHub se lanzaron a través de Youtube de AWS. Si está buscando una lista de reproducción seleccionada de los principales recursos, conceptos y orientación para ponerse al día con los modelos básicos, y especialmente aquellos que desbloquean capacidades generativas en sus proyectos de ciencia de datos y aprendizaje automático, entonces no busque más.

Durante esta inmersión profunda de 8 horas, se le presentarán las técnicas, los servicios y las tendencias clave que lo ayudarán a comprender los modelos básicos desde cero. Esto significa analizar la teoría, las matemáticas y los conceptos abstractos combinados con ejercicios prácticos para obtener una intuición funcional para la aplicación práctica. A lo largo del curso, nos enfocamos en un amplio espectro de técnicas de IA generativa progresivamente complejas, lo que le brinda una base sólida para comprender, diseñar y aplicar sus propios modelos para obtener el mejor rendimiento. Comenzaremos recapitulando los modelos básicos, comprendiendo de dónde provienen, cómo funcionan, cómo se relacionan con la IA generativa y qué puede hacer para personalizarlos. Luego aprenderá a elegir el modelo de base adecuado para su caso de uso.

Una vez que haya desarrollado una sólida comprensión contextual de los modelos básicos y cómo usarlos, se le presentará el tema central de este curso: el entrenamiento previo de nuevos modelos básicos. Aprenderá por qué querría hacer esto y cómo y dónde es competitivo. Incluso aprenderá a usar las leyes de escalado para elegir el modelo, el conjunto de datos y los tamaños de cálculo correctos. Cubriremos la preparación de conjuntos de datos de entrenamiento a escala en AWS, incluida la elección de las instancias y las técnicas de almacenamiento adecuadas. Cubriremos el ajuste fino de sus modelos básicos, la evaluación de técnicas recientes y la comprensión de cómo ejecutarlas con sus scripts y modelos. Nos sumergiremos en el aprendizaje de refuerzo con comentarios humanos, explorando cómo usarlo hábilmente y a escala para maximizar realmente el rendimiento de su modelo de base.

Por último, aprenderá a aplicar la teoría a la producción mediante la implementación de su nuevo modelo de base en Amazon SageMaker, incluso a través de múltiples GPU y utilizando patrones de diseño superiores como generación de recuperación aumentada y diálogo encadenado. Como beneficio adicional, lo guiaremos a través de una inmersión profunda en Difusión estable, las mejores prácticas de ingeniería rápidas, la implementación de LangChain y más.

¿Más lector que consumidor de videos? Puede consultar mi libro de 15 capítulos "Pretrain Vision and Large Language Models in Python: End-to-end technics for building and deployment Foundation models on AWS", que se publicó el 31 de mayo de 2023 con la publicación de Packt y está disponible ahora en Amazon. ¿Quieres saltar directamente al código? Estoy contigo: cada video comienza con una descripción general de 45 minutos de los conceptos y elementos visuales clave. Luego le daré un tutorial de 15 minutos de la parte práctica. Todos los cuadernos de ejemplo y el código de soporte se enviarán en un repositorio público, que puede usar para avanzar por su cuenta. Siéntete libre de contactarme en Medium, Etiqueta LinkedIn, GitHubo a través de sus equipos de AWS. Aprender más acerca de IA generativa en AWS.

¡Rastros felices!

Esquema del curso

1. Introducción a los modelos de cimentación

¿Qué son los modelos de lenguaje grande y cómo funcionan? ¿De dónde vienen? ¿Cuáles son otros tipos de IA generativa? ¿Cómo se personaliza un modelo de base? ¿Cómo se evalúa un modelo generativo? Recorrido práctico: Foundation Models en SageMaker

Diapositivas de la lección 1 Recursos de demostración práctica de la Lección 1

2. Elegir el modelo de base adecuado

Por qué es importante comenzar con el modelo de base correcto Teniendo en cuenta el tamaño Teniendo en cuenta la precisión Teniendo en cuenta la facilidad de uso Considerando la concesión de licencias Teniendo en cuenta ejemplos anteriores de este modelo funcionando bien en su industria Teniendo en cuenta los puntos de referencia externos

Diapositivas de la lección 2 Recursos de demostración práctica de la Lección 2

3. Uso de modelos de cimientos previamente entrenados: ingeniería rápida y ajuste fino

Los beneficios de comenzar con un modelo de base previamente entrenado Ingeniería rápida: Disparo cero Un solo tiro pocos disparos Resumen Clasificación Traducción Sintonia FINA Puesta a punto clásica Ajuste fino eficiente de parámetros La nueva biblioteca de Hugging Face Recorrido práctico: ingeniería rápida y ajuste fino en SageMaker

Diapositivas de la lección 3 Recursos de demostración práctica de la Lección 3

4. Preentrenamiento de un nuevo modelo básico

¿Por qué querría o necesitaría crear un nuevo modelo de base? Comparando el preentrenamiento con el ajuste fino Preparación de su conjunto de datos para el preentrenamiento Capacitación distribuida en SageMaker: bibliotecas, scripts, trabajos, recursos Por qué y cómo adaptar un nuevo script a la formación distribuida de SageMaker

Diapositivas de la lección 4 Recursos de demostración práctica de la Lección 4

5. Preparación de datos y capacitación a escala

Opciones para preparar datos a escala en AWS Explicar el paralelismo de trabajos de SageMaker en instancias de CPU Explicar los modos de envío de datos a SageMaker Training Introducción a FSx para Lustre Uso de FSx for Lustre a escala para SageMaker Training Tutorial práctico: configuración de Lustre para SageMaker Training

Diapositivas de la lección 5 Recursos de demostración práctica de la Lección 5

6. Aprendizaje por refuerzo con retroalimentación humana

¿Qué es esta técnica y por qué nos importa? Cómo soluciona los problemas de subjetividad y objetividad a través de la clasificación de las preferencias humanas a escala ¿Cómo funciona? Cómo hacer esto con SageMaker Ground Truth Modelo de recompensa actualizado Recorrido práctico: RLFH en SageMaker

Diapositivas de la lección 6 Recursos de demostración práctica de la Lección 6

7. Implementación de un modelo base

¿Por qué queremos implementar modelos? Diferentes opciones para implementar FM en AWS Cómo optimizar su modelo para la implementación Inmersión profunda en contenedores de despliegue de modelos grandes Principales consejos de configuración para implementar FM en SageMaker Sugerencias rápidas de ingeniería para invocar modelos de base Uso de la generación aumentada de recuperación para mitigar las alucinaciones Recorrido práctico: Implementación de un FM en SageMaker

Diapositivas de la lección 7 Recursos de demostración práctica de la Lección 7

Resumen

Fundamentos de IA generativa en AWS es uno de los siete nuevos cursos de AWS gratuitos y de bajo costo disponibles para ayudarlo a utilizar la IA generativa para personas de todos los roles y niveles de experiencia. Si es un líder empresarial interesado en cómo la IA generativa puede transformar su negocio o un desarrollador que busca utilizar la IA generativa para aumentar su productividad, tenemos capacitación para ayudarlo a desarrollar sus conocimientos y habilidades prácticas con los servicios de IA generativa de Amazon. Encuentre la capacitación adecuada para su nivel de habilidad y caso de uso en esta publicación de blog: 7 cursos de AWS gratuitos y de bajo costo que pueden ayudarlo a utilizar la IA generativa.

---

Acerca del autor.

emilio webber se unió a AWS justo después del lanzamiento de SageMaker y ha estado tratando de contárselo al mundo desde entonces. Además de crear nuevas experiencias de aprendizaje automático para los clientes, a Emily le gusta meditar y estudiar el budismo tibetano.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Automoción / vehículos eléctricos, Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• Desplazamientos de bloque. Modernización de la propiedad de compensaciones ambientales. Accede Aquí.
• Fuente: https://aws.amazon.com/blogs/machine-learning/new-technical-deep-dive-course-generative-ai-foundations-on-aws/