Ai 训练营：掌握、微调和部署开源模式

资源截图

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz
语言：英语 |时长：4小时33米

你将学到什么

• 浏览 Hugging Face Hub 并使用预训练的 Transformer 模型来执行文本分类和文本生成等基本 NLP 任务
• 使用量化和 GPU 加速等技术微调和优化模型，以便在有限的硬件（包括本地计算机）上高效运行
• 将基于 Transformer 的模型应用于音频（例如语音识别）和计算机视觉（例如图像分类）任务。
• 使用开源模型构建并运行本地编码助手，然后通过基本指标和实际测试评估其性能。

要求

• 一些 Python 经验会很有帮助，但也会提供代码并进行解释。

描述

欢迎来到 AI 训练营，这是一门全面的沉浸式培训课程，专门帮助您直接在自己的本地笔记本电脑上完全掌握、微调和快速部署强大的开源模型。通过战略性地利用 Hugging Face（充满活力的全球开源人工智能协作城镇广场）作为您的中央生态系统，您将从基础神经网络架构师无缝过渡到数据丰富、“智能优先”应用程序的技术精湛的创建者。

• 实际实现：在本实践课程中，您将深入了解自然语言处理 (NLP) 的各种实际应用，例如文本摘要和零样本分类，以及自动音频模型和 Ultralytics 支持的计算机视觉任务（例如对象检测或姿势估计）。
• 优化与优化硬件：除了使用 Unsloth 执行高效的本地微调协议之外，您还将掌握关键的硬件工程技术，例如 FP32 到 INT8 模型量化，以大幅压缩内存使用并加快处理时间。
• 尖端架构：该课程使用 llama.cpp 和 Qwen 编码助手以及生成式 AI 扩散模型、自动化 AI 评估框架和复杂的多模式架构，全面探索先进的本地执行框架。
• 工作流程转型：最终，这个变革性计划将为您提供必要的力量倍增工具和快速原型框架，以显着缩短餐巾纸背面的简单想法与功能性、可投入生产的人工智能产品之间的距离。

人工智能初学者、想要过渡到人工智能的数据科学家以及在实际用例中寻求人工智能实施的其他专业人士。