Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Doba trvání 21 hodiny
Návrh Školení
Úvod do multimodální AI a Ollama
- Přehled multimodálního učení
- Klíčové výzvy integrace videní a jazyka
- Schopnosti a architektura Ollama
Nastavení prostředí Ollama
- Instalace a konfigurace Ollama
- Práce s lokálním nasazením modelů
- Integrace Ollama s Pythonem a Jupyterem
Práce s multimodálními vstupy
- Integrace textu a obrazů
- Zařazení audio a strukturovaných dat
- Navrhování pipeline pro preprocesování
Aplikace pro porozumění dokumentům
- Extrakce strukturovaných informací z PDF a obrázků
- Kombinace OCR se jazykovými modely
- Budování inteligentních workflow pro analýzu dokumentů
Vizuální odpovídání na otázky (VQA)
- Nastavení datových sad a benchmarků VQA
- Trénování a hodnocení multimodálních modelů
- Budování interaktivních aplikací VQA
Navrhování multimodálních agentů
- Zásady návrhu agentů s multimodálním uvažováním
- Kombinace vnímání, jazyka a akcí
- Nasazení agentů pro reálné použití
Pokročilá integrace a optimalizace
- Ladění multimodálních modelů pomocí Ollama
- Optimalizace výkonu inferencí
- Zvažení škálovatelnosti a nasazení
Shrnutí a další kroky
Požadavky
- Hluboké pochopení konceptů machine learningu
- Znalost hlubokých učících se frameworků, jako jsou PyTorch nebo TensorFlow
- Znalost zpracování přirozeného jazyka a počítačového videní
Cílová skupina
- Inženýři machine learningu
- Výzkumníci AI
- Vývojáři produktů integrující vizuální a textové workflow