La demande de compétences techniques en IA explose. Les entreprises sont à la recherche d'ingénieurs IA capables de travailler avec de grands modèles de langage (LLM). Ce cours sur l'ingénierie de l'IA générative et les transformateurs de réglage fin développe des compétences prêtes à l'emploi qui feront avancer votre carrière dans l'IA.
L'IA générative et les transformateurs de réglage fin
Ce cours fait partie de plusieurs programmes.
Instructeurs : Joseph Santarcangelo
1 782 déjà inscrits
Inclus avec
(13 avis)
Expérience recommandée
Ce que vous apprendrez
Compétences prêtes à l'emploi recherchées dont les entreprises ont besoin pour travailler avec des LLM à base de transformateurs pour l'ingénierie de l'IA générative... en seulement 1 semaine.
Comment effectuer un réglage fin efficace des paramètres (PEFT) à l'aide de LoRA et QLoRA
Comment utiliser des transformateurs préformés pour des tâches linguistiques et les adapter à des tâches spécifiques.
Comment charger les modèles et leurs inférences et entraîner les modèles avec Hugging Face.
Compétences que vous acquerrez
- Catégorie : Affiner les LLM
- Catégorie : LoRA et QLoRA
- Catégorie : Transformateurs de préformation
- Catégorie : PyTorch
- Catégorie : Visage étreint
Détails à connaître
Ajouter à votre profil LinkedIn
septembre 2024
4 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 2 modules dans ce cours
Dans ce module, vous serez initié au Fine Tuning. Vous aurez un aperçu des modèles génératifs et comparerez les frameworks Hugging Face et PyTorch. Vous aurez également un aperçu de la quantification des modèles et apprendrez à utiliser des transformateurs pré-entraînés puis à les affiner en utilisant Hugging Face et PyTorch.
Inclus
5 vidéos4 lectures2 devoirs4 éléments d'application
Dans ce module, vous acquerrez des connaissances sur le réglage fin efficace des paramètres (PEFT) et découvrirez également des adaptateurs tels que LoRA (Low-Rank Adaptation) et QLoRA (Quantized Low-Rank Adaptation). Dans les laboratoires pratiques, vous entraînerez un modèle de base et préentraînerez des LLM avec Hugging Face.
Inclus
4 vidéos5 lectures2 devoirs2 éléments d'application4 plugins
Offert par
Recommandé si vous êtes intéressé(e) par Apprentissage automatique
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
13 avis
- 5 stars
92,30 %
- 4 stars
0 %
- 3 stars
7,69 %
- 2 stars
0 %
- 1 star
0 %
Affichage de 3 sur 13
Révisé le 16 nov. 2024
The coding part in the labs provided in this course was very helpful and helped me to stabilize my learning.
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Il faut environ 8 heures pour suivre ce cours, ce qui vous permet d'acquérir en une semaine les compétences professionnelles dont vous avez besoin pour impressionner un employeur !
Ce cours est de niveau intermédiaire, donc pour tirer le meilleur parti de votre apprentissage, vous devez avoir des connaissances de base de Python, PyTorch, et de l'architecture des transformateurs. Vous devez également être familier avec l'apprentissage automatique et les concepts de réseaux neurones.
Ce cours fait partie de l'ingénierie de l'IA générative avec la spécialisation LLMs. Lorsque vous terminez la spécialisation, vous aurez les compétences et la confiance pour prendre des rôles d'emploi tels que l'ingénieur IA, ingénieur NLP, ingénieur d'apprentissage automatique, ingénieur d'apprentissage profond, data scientist, ou développeur de logiciels qui veulent appliquer cherchant à travailler avec les LLM.