新技术深度学习课程：AWS 上的生成式 AI 基础 | 亚马逊网络服务

AWS 上的生成式 AI 基础是一门新技术深入研究课程，为您提供在 AWS 上预训练、微调和部署最先进的基础模型的概念基础知识、实用建议和实践指导。超过。 该免费实践课程由 AWS 生成式人工智能全球基金会负责人 Emily Webber 开发，并通过以下渠道发布了支持的 GitHub 源代码： 亚马逊AWS官方网站。 如果您正在寻找一个包含顶级资源、概念和指南的精选播放列表，以快速了解基础模型，尤其是那些能够解锁数据科学和机器学习项目中的生成能力的模型，那么您就不用再犹豫了。

在这个 8 小时的深入研究中，我们将向您介绍关键技术、服务和趋势，帮助您从头开始理解基础模型。 这意味着分解理论、数学和抽象概念，并结合实践练习，以获得实际应用的功能直觉。 在整个课程中，我们重点关注各种逐渐复杂的生成人工智能技术，为您提供理解、设计和应用自己的模型以获得最佳性能的坚实基础。 我们将从回顾基础模型开始，了解它们的来源、工作原理、与生成人工智能的关系，以及如何定制它们。 然后，您将了解如何选择适合您的用例的基础模型。

一旦您对基础模型及其使用方法有了深入的了解，您将了解本课程的核心主题：预训练新的基础模型。 您将了解为什么要这样做以及它的竞争方式和地点。 您甚至将学习如何使用缩放法则来选择正确的模型、数据集和计算大小。 我们将介绍如何在 AWS 上大规模准备训练数据集，包括选择正确的实例和存储技术。 我们将介绍微调您的基础模型、评估最新技术以及了解如何使用脚本和模型运行这些技术。 我们将深入研究带有人类反馈的强化学习，探索如何熟练地大规模使用它来真正最大限度地提高基础模型的性能。

最后，您将学习如何通过在上部署新的基础模型来将理论应用于生产 亚马逊SageMaker，包括跨多个 GPU 并使用检索增强生成和链式对话等顶级设计模式。 作为额外的奖励，我们将引导您深入了解稳定扩散、提示工程最佳实践、建立 LangChain 等等。

更多的是读者而不是视频消费者？ 您可以查看我的 15 章书籍“Python 中的预训练视觉和大型语言模型：在 AWS 上构建和部署基础模型的端到端技术”，该书于 31 年 2023 月 XNUMX 日通过 Packt 发布发布，现已在 Amazon。 想直接跳到代码中吗？ 我同意你的观点——每个视频都以 45 分钟的关键概念和视觉效果概述开始。 然后我将为您提供 15 分钟的实践部分演练。 所有示例笔记本和支持代码都将在公共存储库中提供，您可以使用它自行逐步执行。 请随时在 Medium 上与我联系， LinkedIn, GitHub上，或通过您的 AWS 团队。 学习更多关于 AWS 上的生成式 AI.

快乐的小道！

课程大纲

1. 基础模型介绍

什么是大型语言模型以及它们如何工作？ 他们来自哪里？ 生成式人工智能还有哪些其他类型？ 如何定制基础模型？ 您如何评估生成模型？ 实践演练：SageMaker 上的基础模型

第 1 课幻灯片 第 1 课实践演示资源

2. 选择合适的基础模型

为什么从正确的基础模型开始很重要 考虑尺寸 考虑准确性 考虑易用性 考虑许可 考虑到该模型之前在您的行业中运作良好的示例 考虑外部基准

第 2 课幻灯片 第 2 课实践演示资源

3. 使用预训练的基础模型：快速设计和微调

从预训练基础模型开始的好处 提示工程： 零射击 单发 少射 概要 分类 翻译 微调 经典微调 参数高效微调 Hugging Face 的新图书馆 实践演练：在 SageMaker 上进行快速工程和微调

第 3 课幻灯片 第 3 课实践演示资源

4. 预训练新的基础模型

您为什么想要或需要创建一个新的基础模型？ 预训练与微调的比较 准备数据集进行预训练 SageMaker 上的分布式培训：库、脚本、作业、资源 为何以及如何使新脚本适应 SageMaker 分布式训练

第 4 课幻灯片 第 4 课实践演示资源

5. 大规模准备数据和训练

在 AWS 上大规模准备数据的选项 解释 CPU 实例上的 SageMaker 作业并行性 解释向 SageMaker Training 发送数据的模式 FSx for Lustre 简介 大规模使用 FSx for Lustre 进行 SageMaker 训练 实践演练：为 SageMaker 培训配置 Lustre

第 5 课幻灯片 第 5 课实践演示资源

6. 具有人类反馈的强化学习

这项技术是什么以及我们为什么关心它 它如何通过对人类偏好进行大规模排名来解决主观性和客观性问题 我们如何运作？ 如何使用 SageMaker Ground Truth 执行此操作 更新奖励模型 实践演练：SageMaker 上的 RLFH

第 6 课幻灯片 第 6 课实践演示资源

7. 部署基础模型

为什么我们要部署模型？ 在 AWS 上部署 FM 的不同选项 如何优化部署模型 大型模型部署容器深入探讨 在 SageMaker 上部署 FM 的重要配置技巧 调用基础模型的提示工程技巧 使用检索增强生成来减轻幻觉 实践演练：在 SageMaker 上部署 FM

第 7 课幻灯片 第 7 课实践演示资源

总结

AWS 上的生成式 AI 基础是七个新的免费且低成本 AWS 课程之一，可帮助您为所有角色和经验水平的人员使用生成式 AI。 无论您是对生成式人工智能如何改变您的业务感兴趣的企业领导者，还是寻求使用生成式人工智能来提高生产力的开发人员，我们都提供培训来帮助您利用亚马逊的生成式人工智能服务构建知识和实践技能。 在此博文中查找适合您的技能水平和用例的培训： 7 个免费且低成本的 AWS 课程可帮助您使用生成式 AI.

---

关于作者

艾米丽·韦伯（Emily Webber） 在 SageMaker 推出后就加入了 AWS，从那时起就一直在努力向全世界宣传它！ 除了为客户打造新的机器学习体验之外，Emily 还喜欢冥想和研究藏传佛教。

• SEO 支持的内容和 PR 分发。 今天得到放大。
• PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
• 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
• 柏拉图ESG。 汽车/电动汽车， 碳， 清洁科技, 能源， 环境， 太阳能， 废物管理。 访问这里。
• 块偏移量。 现代化环境抵消所有权。 访问这里。
• Sumber: https://aws.amazon.com/blogs/machine-learning/new-technical-deep-dive-course-generative-ai-foundations-on-aws/