Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Nutze die Kraft der multimodalen KI
Tauch ein in die coole Welt der multimodalen KI-Modelle, wo Text, Bilder und Sprache zusammenkommen, um echt starke Anwendungen zu schaffen. Erfahre, wie du das riesige Repository von Hugging Face mit Modellen nutzen kannst, die sehen, hören und verstehen können wie nie zuvor. Egal, ob du Social-Media-Inhalte analysierst, Sprachassistenten entwickelst oder KI-Anwendungen der nächsten Generation erstellst – multimodale Modelle sind dein Schlüssel zum nahtlosen Umgang mit verschiedenen Datentypen.Beherrsch die wichtigsten multimodalen Techniken
Entdecke topmoderne Modelle wie CLIP für das Verstehen von Bildern und Text, SpeechT5 für Sprachsynthese und das Qwen2 Vision Language-Modell für multimodale Sentimentanalyse. Durch praktische Übungen lernst du die Techniken, die führende KI-Unternehmen zum Aufbau komplexer multimodaler Systeme einsetzen.Mach deine KI-Fähigkeiten zukunftssicher
In diesem Kurs bekommst du ein solides Toolkit für den Umgang mit multimodalen KI-Aufgaben. Du lernst, verschiedene Datenmodalitäten effektiv zu verarbeiten und zu kombinieren, vortrainierte Modelle für individuelle Anwendungen anzupassen und die Modellleistung über verschiedene Modalitäten hinweg zu bewerten und zu verbessern.Voraussetzungen
Lernprogramm
Kursübersicht
1
Zugriff auf Hugging Face-Modelle und Datensätze
Schau dich im Hugging Face-Modell-Hub um und verwandle Rohdaten wie Text, Audio und Bilder in KI-freundliche Formate. Lerne, wie du die neuesten und beliebtesten Modelle für Aufgaben wie Textgenerierung findest und die Vorteile vorgefertigter Pipelines nutzt.
- Hugging Face-Modellnavigation50 XP
- Wie viele Modelle!?100 XP
- Das beliebteste Text-zu-Bild-Modell finden100 XP
- Verschiedene Modalitäten vorbereiten50 XP
- Text-Tokenisierung100 XP
- Bildvorverarbeitung100 XP
- Audio-Vorverarbeitung100 XP
- Pipeline-Aufgaben und Bewertungen50 XP
- Erstellung von Pipeline-Bildunterschriften100 XP
- Keyword-Argumente übergeben100 XP
- Modellbewertung anhand eines benutzerdefinierten Datensatzes100 XP
2
Unimodale Modelle für Sehen, Hören und Lesen
Lerne, einzelne Modalitäten mit den neuesten Modellen zu meistern. Tauch ein in die Welt der Computervision für Bildklassifizierung und -segmentierung, probier Sprachsteuerung und Text-zu-Sprache-Synthese aus und lern effektive Feinabstimmungstechniken. Lerne praktische Fähigkeiten mit vorab trainierten Modellen aus der Transformers-Bibliothek von Hugging Face.
3
Multimodale Modelle für die Klassifizierung
Lerne, visuelle, Text- und Audio-Infos zu verbinden, um KI-Anwendungen noch besser zu machen. Lerne Techniken wie CLIP für Zero-Shot-Klassifizierung, baue Sentiment-Analysatoren, die sehen und lesen können, und entwickle Emotionsdetektoren, die Gesichtsausdrücke mit der Stimme kombinieren. Bring deine KI-Modelle über das Denken in einer einzigen Modalität hinaus.
4
Multimodale Erzeugung
Ideen in die Tat umsetzen! Lerne die neuesten KI-Techniken, um mit Textvorlagen visuelle Inhalte zu erstellen und zu bearbeiten. Mach coole Bilder, bearbeite Fotos auf clevere Weise und baue starke Frage-Antwort-Systeme für Bilder und Dokumente auf. Mach deine kreativen Ideen mit multimodaler KI digital wahr.
Multimodale Modelle mit Hugging Face
Kurs
abgeschlossen
