หลักสูตรเจาะลึกทางเทคนิคใหม่: Generative AI Foundations บน AWS | บริการเว็บอเมซอน

Generative AI Foundations บน AWS เป็นหลักสูตรเจาะลึกด้านเทคนิคใหม่ที่ให้แนวคิดพื้นฐาน คำแนะนำเชิงปฏิบัติ และคำแนะนำแบบลงมือปฏิบัติจริงเพื่อฝึกฝนล่วงหน้า ปรับแต่ง และปรับใช้โมเดลพื้นฐานล้ำสมัยบน AWS และ เกิน. พัฒนาโดยมูลนิธิ AI ทั่วโลกของ AWS ซึ่งเป็นผู้นำของ Emily Webber หลักสูตรเชิงปฏิบัติฟรีนี้และซอร์สโค้ด GitHub ที่สนับสนุนเปิดตัวผ่าน AWS ยูทูบ. หากคุณกำลังมองหาเพลย์ลิสต์ที่รวบรวมแหล่งข้อมูล แนวคิด และคำแนะนำชั้นนำเพื่อเร่งความเร็วบนโมเดลพื้นฐาน และโดยเฉพาะอย่างยิ่งที่ปลดล็อกความสามารถในการสร้างสรรค์ในโครงการวิทยาศาสตร์ข้อมูลและการเรียนรู้ของเครื่อง ไม่ต้องมองหาที่ไหนอีกแล้ว

ในช่วงเจาะลึก 8 ชั่วโมงนี้ คุณจะได้รับการแนะนำให้รู้จักกับเทคนิค บริการ และแนวโน้มที่สำคัญที่จะช่วยให้คุณเข้าใจโมเดลพื้นฐานตั้งแต่เริ่มต้น ซึ่งหมายถึงการแยกแยะทฤษฎี คณิตศาสตร์ และแนวคิดที่เป็นนามธรรมรวมกับแบบฝึกหัดจริงเพื่อให้ได้สัญชาตญาณเชิงฟังก์ชันสำหรับการใช้งานจริง ตลอดหลักสูตร เรามุ่งเน้นที่เทคนิค AI เชิงกำเนิดที่ซับซ้อนขึ้นและซับซ้อนในวงกว้าง ทำให้คุณมีพื้นฐานที่แข็งแกร่งในการทำความเข้าใจ ออกแบบ และใช้โมเดลของคุณเองเพื่อประสิทธิภาพที่ดีที่สุด เราจะเริ่มต้นด้วยการสรุปโมเดลพื้นฐาน ทำความเข้าใจที่มาที่ไป วิธีการทำงาน ความสัมพันธ์ระหว่างเจเนอเรทีฟ AI และสิ่งที่คุณทำได้เพื่อปรับแต่งโมเดลเหล่านั้น จากนั้น คุณจะได้เรียนรู้เกี่ยวกับการเลือกรุ่นรองพื้นที่เหมาะกับกรณีการใช้งานของคุณ

เมื่อคุณได้พัฒนาความเข้าใจเชิงบริบทที่ชัดเจนเกี่ยวกับโมเดลพื้นฐานและวิธีการใช้งาน คุณจะได้รับการแนะนำให้รู้จักกับหัวข้อหลักของหลักสูตรนี้: การฝึกล่วงหน้าโมเดลพื้นฐานใหม่ คุณจะได้เรียนรู้ว่าเหตุใดคุณจึงต้องการทำเช่นนี้ ตลอดจนวิธีการและที่ที่สามารถแข่งขันได้ คุณจะได้เรียนรู้วิธีใช้กฎหมายมาตราส่วนเพื่อเลือกโมเดล ชุดข้อมูล และขนาดการคำนวณที่เหมาะสม เราจะครอบคลุมการเตรียมชุดข้อมูลการฝึกอบรมตามขนาดบน AWS รวมถึงการเลือกอินสแตนซ์ที่เหมาะสมและเทคนิคการจัดเก็บ เราจะครอบคลุมการปรับแต่งโมเดลพื้นฐานของคุณอย่างละเอียด การประเมินเทคนิคล่าสุด และทำความเข้าใจวิธีเรียกใช้สิ่งเหล่านี้ด้วยสคริปต์และโมเดลของคุณ เราจะดำดิ่งสู่การเรียนรู้แบบเสริมกำลังด้วยคำติชมจากมนุษย์ สำรวจวิธีใช้อย่างชำนาญและในระดับเพื่อเพิ่มประสิทธิภาพโมเดลพื้นฐานของคุณอย่างแท้จริง

สุดท้าย คุณจะได้เรียนรู้วิธีการใช้ทฤษฎีกับการผลิตโดยการปรับใช้โมเดลรากฐานใหม่ของคุณ อเมซอน SageMakerซึ่งรวมถึง GPU หลายตัวและใช้รูปแบบการออกแบบยอดนิยม เช่น การสร้างส่วนเสริมที่ดึงข้อมูลและบทสนทนาแบบลูกโซ่ เพื่อเป็นโบนัสเพิ่มเติม เราจะแนะนำคุณเกี่ยวกับ Stable Diffusion แบบเจาะลึก แนวทางปฏิบัติที่ดีที่สุดด้านวิศวกรรมที่ทันท่วงที การยืนหยัดกับ LangChain และอีกมากมาย

ผู้อ่านมากกว่าผู้บริโภควิดีโอ? คุณสามารถดูหนังสือ 15 บทของฉัน “Pretrain Vision and Large Language Models in Python: เทคนิคแบบ end-to-end สำหรับการสร้างและปรับใช้โมเดลพื้นฐานบน AWS” ซึ่งเผยแพร่เมื่อวันที่ 31 พฤษภาคม 2023 โดยมีการเผยแพร่ Packt และพร้อมให้ใช้งานแล้วบน อเมซอน. ต้องการที่จะกระโดดลงไปในรหัส? ฉันอยู่กับคุณ ทุกวิดีโอเริ่มต้นด้วยภาพรวม 45 นาทีของแนวคิดหลักและภาพจริง จากนั้นฉันจะให้คำแนะนำ 15 นาทีเกี่ยวกับส่วนที่ต้องปฏิบัติจริง สมุดบันทึกตัวอย่างและรหัสสนับสนุนทั้งหมดจะจัดส่งในที่เก็บข้อมูลสาธารณะ ซึ่งคุณสามารถใช้เพื่อดำเนินการตามขั้นตอนด้วยตัวคุณเอง อย่าลังเลที่จะติดต่อฉันบนสื่อ LinkedIn, GitHubหรือผ่านทีม AWS ของคุณ เรียนรู้เพิ่มเติมเกี่ยวกับ AI เชิงกำเนิดบน AWS.

เส้นทางแห่งความสุข!

โครงร่างหลักสูตร

1. รู้เบื้องต้นเกี่ยวกับแบบจำลองพื้นฐาน

โมเดลภาษาขนาดใหญ่คืออะไรและทำงานอย่างไร พวกเขามาจากที่ไหน? AI กำเนิดประเภทอื่น ๆ คืออะไร? คุณจะปรับแต่งโมเดลรองพื้นได้อย่างไร? คุณจะประเมิน Generative Model ได้อย่างไร? การฝึกปฏิบัติจริง: Foundation Models บน SageMaker

บทเรียนที่ 1 สไลด์ บทที่ 1 ทรัพยากรการสาธิตภาคปฏิบัติ

2. เลือกรุ่นรองพื้นที่เหมาะสม

เหตุใดการเริ่มต้นด้วยรูปแบบรากฐานที่เหมาะสมจึงมีความสำคัญ พิจารณาขนาด คำนึงถึงความถูกต้อง คำนึงถึงความสะดวกในการใช้งาน การพิจารณาออกใบอนุญาต พิจารณาตัวอย่างก่อนหน้านี้ของโมเดลนี้ที่ทำงานได้ดีในอุตสาหกรรมของคุณ พิจารณาเกณฑ์มาตรฐานภายนอก

บทเรียนที่ 2 สไลด์ บทที่ 2 ทรัพยากรการสาธิตภาคปฏิบัติ

3. การใช้แบบจำลองพื้นฐานที่ผ่านการฝึกอบรมมาแล้ว: วิศวกรรมที่รวดเร็วและการปรับแต่งอย่างละเอียด

ประโยชน์ของการเริ่มต้นด้วยแบบจำลองพื้นฐานที่ผ่านการฝึกอบรมล่วงหน้า พรอมต์วิศวกรรม: ซีโร่ช็อต นัดเดียว ไม่กี่ช็อต สรุป การจัดหมวดหมู่ การแปลภาษา ปรับจูน การปรับแต่งแบบคลาสสิก การปรับละเอียดพารามิเตอร์อย่างมีประสิทธิภาพ ห้องสมุดใหม่ของ Hugging Face ลงมือปฏิบัติจริง: แจ้งวิศวกรรมและปรับแต่งอย่างละเอียดบน SageMaker

บทเรียนที่ 3 สไลด์ บทที่ 3 ทรัพยากรการสาธิตภาคปฏิบัติ

4. การเตรียมรองพื้นรุ่นใหม่

ทำไมคุณถึงต้องการหรือจำเป็นต้องสร้างโมเดลรองพื้นใหม่? เปรียบเทียบการเตรียมการล่วงหน้ากับการปรับแต่งอย่างละเอียด การเตรียมชุดข้อมูลของคุณสำหรับการฝึกล่วงหน้า การฝึกอบรมแบบกระจายบน SageMaker: ไลบรารี สคริปต์ งาน ทรัพยากร เหตุใดจึงต้องปรับสคริปต์ใหม่เป็นการฝึกอบรมแบบกระจายของ SageMaker และอย่างไร

บทเรียนที่ 4 สไลด์ บทที่ 4 ทรัพยากรการสาธิตภาคปฏิบัติ

5. การเตรียมข้อมูลและการฝึกอบรมตามขนาด

ตัวเลือกสำหรับการเตรียมข้อมูลตามขนาดบน AWS อธิบายการทำงานคู่ขนานของ SageMaker บนอินสแตนซ์ CPU อธิบายโหมดการส่งข้อมูลไปยัง SageMaker Training รู้เบื้องต้นเกี่ยวกับ FSx สำหรับความมันวาว การใช้ FSx สำหรับ Luster ในปริมาณมากสำหรับการฝึกอบรม SageMaker การฝึกปฏิบัติจริง: การกำหนดค่า Luster สำหรับ SageMaker Training

บทเรียนที่ 5 สไลด์ บทที่ 5 ทรัพยากรการสาธิตภาคปฏิบัติ

6. เสริมการเรียนรู้ด้วยความคิดเห็นของมนุษย์

เทคนิคนี้คืออะไรและทำไมเราถึงสนใจมัน วิธีแก้ไขปัญหาเกี่ยวกับความเป็นส่วนตัวและความเที่ยงธรรมผ่านการจัดลำดับความชอบของมนุษย์ในระดับต่างๆ มันทำงานอย่างไร? ทำอย่างไรกับ SageMaker Ground Truth อัปเดตการสร้างแบบจำลองรางวัล การฝึกปฏิบัติจริง: RLFH บน SageMaker

บทเรียนที่ 6 สไลด์ บทที่ 6 ทรัพยากรการสาธิตภาคปฏิบัติ

7. ปรับใช้โมเดลพื้นฐาน

ทำไมเราต้องการปรับใช้โมเดล ตัวเลือกต่างๆ สำหรับการปรับใช้ FM บน AWS วิธีเพิ่มประสิทธิภาพโมเดลของคุณสำหรับการปรับใช้ เจาะลึกคอนเทนเนอร์การปรับใช้โมเดลขนาดใหญ่ เคล็ดลับการกำหนดค่ายอดนิยมสำหรับการปรับใช้ FM บน SageMaker เคล็ดลับทางวิศวกรรมโดยด่วนสำหรับการเรียกใช้โมเดลฐานราก ใช้การสร้างการดึงข้อมูลเสริมเพื่อลดอาการประสาทหลอน การฝึกปฏิบัติจริง: การปรับใช้ FM บน SageMaker

บทเรียนที่ 7 สไลด์ บทที่ 7 ทรัพยากรการสาธิตภาคปฏิบัติ

สรุป

Generative AI Foundations บน AWS เป็นหนึ่งในเจ็ดหลักสูตร AWS ฟรีราคาประหยัดใหม่ที่พร้อมช่วยให้คุณใช้ Generative AI สำหรับคนทุกบทบาทและทุกระดับประสบการณ์ ไม่ว่าคุณจะเป็นผู้นำธุรกิจที่สนใจว่า generative AI สามารถเปลี่ยนธุรกิจของคุณได้อย่างไร หรือนักพัฒนาที่ต้องการใช้ generative AI เพื่อเพิ่มประสิทธิภาพการทำงานของคุณ เรามีการฝึกอบรมเพื่อช่วยสร้างความรู้และทักษะการปฏิบัติของคุณด้วยบริการ generative AI ของ Amazon ค้นหาการฝึกอบรมที่เหมาะสมสำหรับระดับทักษะของคุณและกรณีการใช้งานในโพสต์บนบล็อกนี้: 7 หลักสูตร AWS ฟรีและราคาประหยัดที่สามารถช่วยคุณใช้ AI เชิงสร้างสรรค์.

---

เกี่ยวกับผู้เขียน

เอมิลี่ เว็บเบอร์ เข้าร่วม AWS หลังจากเปิดตัว SageMaker และพยายามบอกให้โลกรู้ตั้งแต่นั้นมา! นอกเหนือจากการสร้างประสบการณ์ ML ใหม่ให้กับลูกค้าแล้ว เอมิลี่ชอบนั่งสมาธิและศึกษาพุทธศาสนาในทิเบต

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. ยานยนต์ / EVs, คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• BlockOffsets การปรับปรุงการเป็นเจ้าของออฟเซ็ตด้านสิ่งแวดล้อมให้ทันสมัย เข้าถึงได้ที่นี่.
• ที่มา: https://aws.amazon.com/blogs/machine-learning/new-technical-deep-dive-course-generative-ai-foundations-on-aws/