새로운 기술 심층 분석 과정: AWS의 생성 AI 기초 | 아마존 웹 서비스

새로운 기술 심층 분석 과정: AWS의 생성 AI 기초 | 아마존 웹 서비스

AWS의 Generative AI Foundations는 개념적 기본 사항, 실용적인 조언 및 실습 지침을 제공하는 새로운 기술 심층 분석 과정으로, AWS 및 그 너머에. AWS 생성 AI 전 세계 재단이 Emily Webber를 이끌고 개발한 이 무료 실습 과정과 지원 GitHub 소스 코드는 다음을 통해 시작되었습니다. AWS 유튜브. 기본 모델, 특히 데이터 과학 및 기계 학습 프로젝트에서 생성 기능을 잠금 해제하는 모델을 빠르게 익히기 위한 상위 리소스, 개념 및 지침의 선별된 재생 목록을 찾고 있다면 더 이상 찾을 필요가 없습니다.

이 8시간 심층 분석 동안 기본 모델을 처음부터 이해하는 데 도움이 되는 주요 기술, 서비스 및 추세를 소개합니다. 이는 실제 적용을 위한 기능적 직관을 얻기 위해 실습과 결합된 이론, 수학 및 추상적 개념을 분해하는 것을 의미합니다. 과정 전반에 걸쳐 점진적으로 복잡한 생성 AI 기술의 광범위한 스펙트럼에 중점을 두어 최상의 성능을 위해 자신의 모델을 이해, 설계 및 적용할 수 있는 강력한 기반을 제공합니다. 기본 모델을 다시 설명하고 모델의 출처, 작동 방식, 생성 AI와 관련되는 방식, 모델을 맞춤화하기 위해 수행할 수 있는 작업을 이해하는 것부터 시작하겠습니다. 그런 다음 사용 사례에 맞는 올바른 기초 모델을 선택하는 방법을 배웁니다.

기초 모델과 이를 사용하는 방법에 대한 강력한 컨텍스트 이해를 개발한 후에는 이 과정의 핵심 주제인 새로운 기초 모델 사전 교육을 소개받게 됩니다. 이 작업을 수행하려는 이유와 경쟁 방법 및 위치를 배우게 됩니다. 스케일링 법칙을 사용하여 올바른 모델, 데이터 세트 및 컴퓨팅 크기를 선택하는 방법도 배우게 됩니다. 올바른 인스턴스 및 스토리지 기술 선택을 포함하여 AWS에서 규모에 맞게 교육 데이터 세트를 준비하는 방법을 다룹니다. 기본 모델 미세 조정, 최신 기술 평가, 스크립트 및 모델로 이를 실행하는 방법 이해에 대해 다룹니다. 인적 피드백을 통한 강화 학습에 대해 자세히 알아보고 기본 모델 성능을 진정으로 최대화하기 위해 이를 대규모로 능숙하게 사용하는 방법을 탐색합니다.

마지막으로 새 기반 모델을 배포하여 프로덕션에 이론을 적용하는 방법을 배웁니다. 아마존 세이지 메이커, 여러 GPU를 포함하고 검색 증강 생성 및 연결된 대화와 같은 최고의 디자인 패턴을 사용합니다. 추가 보너스로 Stable Diffusion 심층 분석, 신속한 엔지니어링 모범 사례, Standing Up LangChain 등을 안내해 드립니다.

비디오 소비자보다 독자에 가깝습니까? Packt 게시와 함께 15년 31월 2023일에 출시되었으며 지금 사용할 수 있는 XNUMX장으로 구성된 저서 "Pretrain Vision and Large Language Models in Python: End-to-end techniques for building and deployment based models on AWS"를 확인할 수 있습니다. 아마존. 코드로 바로 이동하고 싶습니까? I'm with you—모든 비디오는 주요 개념과 시각적 요소에 대한 45분 개요로 시작합니다. 그런 다음 실습 부분의 15분 연습을 제공합니다. 모든 예제 노트북과 지원 코드는 공용 리포지토리에 제공되며, 이를 사용하여 직접 단계별로 진행할 수 있습니다. 언제든지 Medium에서 저에게 연락하세요. 링크드인, GitHub의, 또는 AWS 팀을 통해. 자세히 알아보기 AWS의 생성 AI.

행복한 산책로!

강의 개요

1. 기초 모델 소개

  • 대규모 언어 모델은 무엇이며 어떻게 작동합니까?
  • 그들은 어디에서 왔니?
  • 다른 유형의 생성 AI는 무엇입니까?
  • 기초 모델을 어떻게 맞춤화합니까?
  • 생성 모델을 어떻게 평가합니까?
  • 실습: SageMaker의 기초 모델

수업 1 슬라이드

강의 1 실습 데모 리소스

2. 올바른 기초 모델 선택

  • 올바른 기초 모델로 시작하는 것이 중요한 이유
  • 크기 고려
  • 정확성을 고려한
    • 사용 편의성을 고려한
  • 라이선스 고려
  • 귀하의 업계에서 잘 작동하는 이 모델의 이전 예를 고려하십시오.
    • 외부 벤치마크 고려

수업 2 슬라이드

강의 2 실습 데모 리소스

3. 사전 훈련된 기초 모델 사용: 신속한 엔지니어링 및 미세 조정

  • 사전 훈련된 기초 모델로 시작할 때의 이점
  • 신속한 엔지니어링:
    • 제로샷
    • 한번의
    • 몇 컷
    • 요약
      • 분류
    • 번역
  • 미세 조정
    • 클래식 미세 조정
    • 파라미터 효율적인 미세 조정
    • Hugging Face의 새로운 라이브러리
    • 실습: SageMaker에서 신속한 엔지니어링 및 미세 조정

수업 3 슬라이드

강의 3 실습 데모 리소스

4. 새로운 기초 모델 사전 훈련

  • 새로운 기초 모델을 만들고 싶거나 만들어야 하는 이유는 무엇입니까?
    • 사전 훈련과 미세 조정 비교
  • 사전 훈련을 위한 데이터 세트 준비
  • SageMaker에 대한 분산 교육: 라이브러리, 스크립트, 작업, 리소스
  • SageMaker 분산 교육에 새 스크립트를 적용하는 이유와 방법

수업 4 슬라이드

강의 4 실습 데모 리소스

5. 대규모 데이터 준비 및 교육

  • AWS에서 규모에 맞게 데이터를 준비하기 위한 옵션
  • CPU 인스턴스의 SageMaker 작업 병렬 처리 설명
  • SageMaker 교육으로 데이터를 전송하는 모드 설명
  • Lustre용 FSx 소개
  • SageMaker 교육을 위해 규모에 맞게 FSx for Lustre 사용
  • 실습: SageMaker 교육용 Lustre 구성

수업 5 슬라이드

강의 5 실습 데모 리소스

6. 사람의 피드백을 통한 강화 학습

  • 이 기술은 무엇이며 왜 우리는 그것에 관심을 가집니까?
  • 인간의 선호도를 대규모로 평가하여 주관성과 객관성의 문제를 해결하는 방법
  • 어떻게 진행합니까?
  • SageMaker Ground Truth로 이를 수행하는 방법
  • 업데이트된 보상 모델링
  • 실습: SageMaker의 RLFH

수업 6 슬라이드

강의 6 실습 데모 리소스

7. 기초 모델 배포

  • 모델을 배포하려는 이유는 무엇입니까?
  • FM을 AWS에 배포하기 위한 다양한 옵션
  • 배포를 위해 모델을 최적화하는 방법
  • 대규모 모델 배포 컨테이너 심층 분석
  • SageMaker에 FM을 배포하기 위한 주요 구성 팁
  • 기초 모델 호출을 위한 즉각적인 엔지니어링 팁
  • 검색 증강 생성을 사용하여 환각 완화
  • 실습: SageMaker에 FM 배포

수업 7 슬라이드

강의 7 실습 데모 리소스

요약

Generative AI Foundations on AWS는 모든 역할과 경험 수준의 사람들이 생성 AI를 사용하는 데 도움이 되는 XNUMX개의 새로운 무료 및 저가 AWS 교육 과정 중 하나입니다. 생성 AI가 비즈니스를 어떻게 변화시킬 수 있는지에 관심이 있는 비즈니스 리더이거나 생성 AI를 사용하여 생산성을 높이려는 개발자라면 Amazon의 생성 AI 서비스에 대한 지식과 실무 기술을 구축하는 데 도움이 되는 교육이 있습니다. 이 블로그 게시물에서 귀하의 기술 수준과 사용 사례에 적합한 교육을 찾아보세요. 생성 AI 사용에 도움이 되는 7가지 무료 및 저렴한 AWS 강좌.


저자,

새로운 기술 심층 분석 과정: AWS 기반 생성 AI 기반 | Amazon Web Services PlatoBlockchain 데이터 인텔리전스. 수직 검색. 일체 포함.에밀리 웹버 SageMaker가 출시된 직후 AWS에 합류했으며 그 이후로 전 세계에 알리기 위해 노력해 왔습니다! Emily는 고객을 위한 새로운 ML 경험을 구축하는 것 외에도 티베트 불교 명상과 공부를 즐깁니다.

타임 스탬프 :

더보기 AWS 기계 학습