Zkuste nás kontaktovat

Návrh Školení

Úvod do multimodální AI

  • Přehled multimodální AI a jejích reálných využití
  • Problémy při kombinování textu, obrázků a zvuku
  • Nejnovější výzkumy a pokroky v této oblasti

Zpracování dat a tvorba charakteristik

  • Práce s textovými, obrazovými a zvukovými databázemi
  • Techniky předzpracování pro multimodální učení
  • Extrakce vlastností a strategie pro sloučení dat

Vytváření multimodálních modelů s PyTorch a Hugging Face

  • Seznámení s frameworkem PyTorch pro multimodální učení
  • Využití nástrojů Transformers od Hugging Face k zpracování textu i obrazů
  • Kombinování různých typů dat v jediném umělě-inteligentním modelu

Implementace spojení řeči, obrazu a textu

  • Integrace nástroje OpenAI Whisper pro rozpoznávání řeči
  • Využití nástroje DeepSeek-Vision k zpracování obrazů
  • Techniky pro kombinaci různých modalit při učení

Trénování a optimalizace multimodálních AI modelů

  • Strategie trénování multimodálních AI modelů
  • Techniky optimalizace a ladění parametrů
  • Odstraňování předsudků v modelech a zlepšení jejich univerzálnosti

Nasazování multimodálních AI modelů do praxe

  • Export modelů pro použití v produkci
  • Nasazení AI modelů na cloudové platformy
  • Monitorování výkonu a údržba modelů

Pokročilá témata a budoucí trendy

  • Techniky učení s minimálním nebo žádným množstvím dat – zero-shot a few-shot learning
  • Etické aspekty a odpovědný vývoj umělé inteligence
  • Nově se objevující trendy ve výzkumu multimodální AI

Shrnutí a další směřování

Požadavky

  • Solidní znalost konceptů strojového učení a hlubokého učení
  • Zkušenosti s frameworky AI jako je PyTorch nebo TensorFlow
  • Seznámenost se zpracováním textových, obrazových a zvukových dat

Cílová skupina

  • Vývojáři AI
  • Inženýři strojového učení
  • Výzkumníci
 21 Hodiny

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie