Návrh Školení

Úvod do jemného ladění

  • Co je jemné doladění?
  • Případy použití a výhody jemného ladění
  • Přehled předtrénovaných modelů a transferového učení

Příprava na jemné ladění

  • Shromažďování a čištění datových sad
  • Pochopení požadavků na data konkrétních úkolů
  • Průzkumná analýza dat a předzpracování

Techniky jemného ladění

  • Přenos učení a extrakce funkcí
  • Jemné doladění transformátorů s Hugging Face
  • Jemné ladění pro úkoly pod dohledem a bez dozoru

Jemné doladění Large Language Models (LLMs)

  • Přizpůsobení LLM pro úkoly NLP (např. klasifikace textu, sumarizace)
  • Školení LLM s vlastními datovými sadami
  • Řízení chování LLM pomocí rychlého inženýrství

Optimalizace a vyhodnocení

  • Ladění hyperparametrů
  • Hodnocení výkonu modelu
  • Řešení nadměrného a nedostatečného vybavení

Úsilí o jemné doladění měřítka

  • Jemné ladění na distribuovaných systémech
  • Využití cloudových řešení pro škálovatelnost
  • Případové studie: Rozsáhlé dolaďovací projekty

Nejlepší postupy a výzvy

  • Nejlepší postupy pro dolaďování úspěchu
  • Běžné výzvy a řešení problémů
  • Etická hlediska při dolaďování modelů umělé inteligence

Pokročilá témata (volitelné)

  • Jemné ladění multimodálních modelů
  • Učení s nulovým a několika výstřely
  • Zkoumání technik LoRA (Low-Rank Adaptation).

Shrnutí a další kroky

Požadavky

  • Pochopení základů strojového učení
  • Zkušenosti s programováním Python
  • Seznámení s předem natrénovanými modely a jejich aplikacemi

Publikum

  • Datoví vědci
  • Inženýři strojového učení
  • výzkumníci AI
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie