Nowy techniczny kurs głębokiego nurkowania: Generative AI Foundations on AWS | Usługi sieciowe Amazona

Generative AI Foundations on AWS to nowy, głęboki kurs techniczny, który zapewnia podstawy koncepcyjne, praktyczne porady i praktyczne wskazówki dotyczące wstępnego trenowania, dostrajania i wdrażania najnowocześniejszych modeli podstawowych w AWS i poza. Opracowany przez światowe fundacje generatywnej sztucznej inteligencji AWS, Emily Webber, ten bezpłatny kurs praktyczny i wspierający kod źródłowy GitHub uruchomiony za pośrednictwem Youtube z AWS-em. Jeśli szukasz wyselekcjonowanej listy odtwarzania zawierającej najlepsze zasoby, koncepcje i wskazówki, aby szybko zapoznać się z modelami podstawowymi, a zwłaszcza tymi, które odblokowują możliwości generatywne w projektach związanych z nauką o danych i uczeniem maszynowym, nie szukaj dalej.

Podczas tego 8-godzinnego nurkowania zapoznasz się z kluczowymi technikami, usługami i trendami, które pomogą Ci zrozumieć modele fundamentów od podstaw. Oznacza to przełamanie teorii, matematyki i abstrakcyjnych koncepcji w połączeniu z praktycznymi ćwiczeniami w celu uzyskania funkcjonalnej intuicji do praktycznego zastosowania. W trakcie kursu skupiamy się na szerokim spektrum coraz bardziej złożonych generatywnych technik sztucznej inteligencji, dając ci solidną podstawę do zrozumienia, zaprojektowania i zastosowania własnych modeli w celu uzyskania najlepszej wydajności. Zaczniemy od podsumowania podstawowych modeli, zrozumienia, skąd pochodzą, jak działają, jak odnoszą się do generatywnej sztucznej inteligencji i co możesz zrobić, aby je dostosować. Następnie dowiesz się, jak wybrać odpowiedni model fundamentu do swojego przypadku użycia.

Po rozwinięciu silnego kontekstualnego zrozumienia modeli podstawowych i sposobów ich używania zostaniesz wprowadzony do głównego tematu tego kursu: wstępnego szkolenia nowych modeli podstawowych. Dowiesz się, dlaczego chcesz to zrobić, a także jak i gdzie jest to konkurencyjne. Dowiesz się nawet, jak korzystać z praw skalowania, aby wybrać odpowiedni model, zestaw danych i rozmiary obliczeń. Omówimy przygotowywanie zestawów danych szkoleniowych na dużą skalę w AWS, w tym wybór odpowiednich instancji i technik przechowywania. Omówimy dostrajanie modeli podstawowych, ocenę najnowszych technik i zrozumienie, jak uruchamiać je za pomocą skryptów i modeli. Zagłębimy się w uczenie się przez wzmacnianie na podstawie informacji zwrotnych od ludzi, badając, jak umiejętnie i na dużą skalę wykorzystać je, aby naprawdę zmaksymalizować wydajność modelu podstawowego.

Na koniec dowiesz się, jak zastosować teorię do produkcji, wdrażając nowy model podstawowy Amazon Sage Maker, w tym na wielu procesorach graficznych i przy użyciu najlepszych wzorców projektowych, takich jak rozszerzone generowanie pobierania i połączone dialogi. Jako dodatkowy bonus, przeprowadzimy Cię przez głębokie nurkowanie w zakresie stabilnej dyfuzji, szybkie najlepsze praktyki inżynierskie, stanie na nogi LangChain i nie tylko.

Bardziej czytelnik niż konsument wideo? Możesz zapoznać się z moją 15-rozdziałową książką „Pretrain Vision and Large Language Models in Python: End-to-end technik budowania i wdrażania modeli podstawowych w AWS”, która została wydana 31 maja 2023 r. przez wydawnictwo Packt i jest już dostępna na Amazonka. Chcesz przejść od razu do kodu? Jestem z Tobą — każdy film zaczyna się od 45-minutowego przeglądu kluczowych koncepcji i elementów wizualnych. Następnie dam ci 15-minutowy przewodnik po części praktycznej. Wszystkie przykładowe notesy i kod pomocniczy zostaną wysłane do publicznego repozytorium, którego można użyć do samodzielnego przechodzenia przez nie. Zapraszam do kontaktu na Medium, LinkedIn, GitHublub za pośrednictwem Twoich zespołów AWS. Dowiedz się więcej o generatywne AI na AWS.

Szczęśliwe szlaki!

Konspekt szkolenia

1. Wprowadzenie do modeli podstawowych

Co to są duże modele językowe i jak działają? Skąd oni pochodzą? Jakie są inne rodzaje generatywnej sztucznej inteligencji? Jak dostosować model fundamentu? Jak oceniasz model generatywny? Praktyczny spacer po: Modele podstawowe w SageMaker

Slajdy z lekcji 1 Lekcja 1 — praktyczne zasoby demonstracyjne

2. Wybór odpowiedniego modelu fundamentu

Dlaczego rozpoczęcie od właściwego modelu podkładu ma znaczenie Biorąc pod uwagę rozmiar Biorąc pod uwagę dokładność Biorąc pod uwagę łatwość obsługi Biorąc pod uwagę licencjonowanie Biorąc pod uwagę wcześniejsze przykłady tego modelu, który sprawdził się w Twojej branży Biorąc pod uwagę zewnętrzne testy porównawcze

Slajdy z lekcji 2 Lekcja 2 — praktyczne zasoby demonstracyjne

3. Korzystanie z wstępnie wytrenowanych modeli fundamentów: szybka inżynieria i dostrajanie

Korzyści z rozpoczęcia od wstępnie wytrenowanego modelu podstawowego Szybka inżynieria: Zerowy strzał Pojedynczy strzał Kilka strzałów Podsumowanie Klasyfikacja Tłumaczenie Strojenie Klasyczne dostrajanie Efektywne dostrajanie parametrów Nowa biblioteka Hugging Face Praktyczny przewodnik: szybka inżynieria i dostrajanie w SageMaker

Slajdy z lekcji 3 Lekcja 3 — praktyczne zasoby demonstracyjne

4. Wstępne szkolenie nowego modelu podstawowego

Dlaczego miałbyś chcieć lub potrzebować stworzyć nowy model fundamentu? Porównanie treningu wstępnego z dostrajaniem Przygotowywanie zestawu danych do szkolenia wstępnego Rozproszone szkolenia dotyczące SageMaker: biblioteki, skrypty, zadania, zasoby Dlaczego i jak dostosować nowy skrypt do rozproszonego szkolenia SageMaker

Slajdy z lekcji 4 Lekcja 4 — praktyczne zasoby demonstracyjne

5. Przygotowanie danych i szkolenie na dużą skalę

Opcje przygotowywania danych na dużą skalę w AWS Wyjaśnij równoległość zadań SageMaker na instancjach procesora Wyjaśnij sposoby wysyłania danych do SageMaker Training Wprowadzenie do FSx dla Lustre Używanie FSx dla Lustre na dużą skalę w szkoleniu SageMaker Praktyczny przewodnik: konfigurowanie Luster dla SageMaker Training

Slajdy z lekcji 5 Lekcja 5 — praktyczne zasoby demonstracyjne

6. Uczenie się ze wzmocnieniem z ludzkimi opiniami

Czym jest ta technika i dlaczego nam na niej zależy Jak radzi sobie z problemami z subiektywnością i obiektywizmem poprzez uszeregowanie ludzkich preferencji na dużą skalę Jak to działa? Jak to zrobić z SageMaker Ground Truth Zaktualizowano modelowanie nagród Praktyczny spacer po: RLFH na SageMaker

Slajdy z lekcji 6 Lekcja 6 — praktyczne zasoby demonstracyjne

7. Wdrażanie modelu podstawowego

Dlaczego chcemy wdrażać modele? Różne opcje wdrażania FM na AWS Jak zoptymalizować model do wdrożenia Głębokie nurkowanie kontenera wdrożenia dużego modelu Najważniejsze wskazówki konfiguracyjne dotyczące wdrażania FM w SageMaker Szybkie wskazówki inżynierskie dotyczące wywoływania modeli fundamentów Używanie rozszerzonej generacji odzyskiwania do łagodzenia halucynacji Praktyczny przewodnik: Wdrażanie FM w SageMaker

Slajdy z lekcji 7 Lekcja 7 — praktyczne zasoby demonstracyjne

Podsumowanie

Generative AI Foundations on AWS to jeden z siedmiu nowych, bezpłatnych i tanich kursów AWS, które pomogą Ci korzystać z generatywnej sztucznej inteligencji dla osób na wszystkich stanowiskach i poziomach doświadczenia. Niezależnie od tego, czy jesteś liderem biznesowym zainteresowanym tym, jak generatywna sztuczna inteligencja może przekształcić Twoją firmę, czy programistą chcącym wykorzystać generatywną sztuczną inteligencję do zwiększenia produktywności, oferujemy szkolenia, które pomogą Ci zdobyć wiedzę i praktyczne umiejętności dzięki usługom generatywnej sztucznej inteligencji Amazon. W tym poście na blogu znajdziesz szkolenie odpowiednie dla Twojego poziomu umiejętności i zastosowania: 7 bezpłatnych i tanich kursów AWS, które mogą pomóc Ci w korzystaniu z generatywnej sztucznej inteligencji.

---

O autorze

Emily Webber dołączył do AWS zaraz po uruchomieniu SageMaker i od tego czasu próbuje opowiedzieć o tym światu! Poza tworzeniem nowych doświadczeń związanych z ML dla klientów, Emily lubi medytować i studiować buddyzm tybetański.

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Motoryzacja / pojazdy elektryczne, Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Przesunięcia bloków. Modernizacja własności offsetu środowiskowego. Dostęp tutaj.
• Źródło: https://aws.amazon.com/blogs/machine-learning/new-technical-deep-dive-course-generative-ai-foundations-on-aws/