Saltar al contenido principal

Curso

Ajuste fino con Llama 3

Intermedio2 h

Ajusta Llama para tareas personalizadas con TorchTune y aprende técnicas para un ajuste eficiente, como la cuantificación.

Python2 h7 vídeos22 ejercicios1,700 XP4,026Certificado de logro

Crea tu cuenta gratuita

Continuar con Google
o
Al continuar, aceptas nuestra Términos de uso, nuestros Política de privacidad y que tus datos se almacenen en EE. UU.

La eligen estudiantes de miles de empresas

¿Formas a un equipo?

Prueba para empresas

Descripción del curso

Ajuste del modelo Llama

Este curso ofrece una guía completa para preparar y trabajar con modelos Llama. A través de ejemplos prácticos y ejercicios, aprenderás a configurar diversas tareas de ajuste fino de Llama.

Prepara conjuntos de datos para el ajuste fino.

Comienza explorando las técnicas de preparación de conjuntos de datos, incluyendo la carga, división y guardado de conjuntos de datos utilizando la biblioteca Hugging Face Datasets, lo que garantiza datos de alta calidad para tus proyectos Llama.

Trabajar con marcos de ajuste fino

Explora los flujos de trabajo de ajuste fino utilizando bibliotecas de vanguardia como TorchTune y SFTTrainer de Hugging Face. Aprenderás a configurar recetas de ajuste fino, configurar argumentos de entrenamiento y utilizar técnicas eficientes como LoRA (Low-Rank Adaptation) y cuantificación utilizando BitsAndBytes para optimizar el uso de los recursos. Al combinar las técnicas aprendidas a lo largo del curso, podrás personalizar los modelos de Llama para adaptarlos a las necesidades de tus proyectos de manera eficiente.

Requisitos previos

Programa de formación

Esquema del curso

1

Preparación para el ajuste fino de Llama

Explora opciones para ajustar finamente modelos Llama 3 y descubre TorchTune, una biblioteca creada para simplificar el ajuste fino. Este capítulo te guía por la preparación de datos, el sistema de recetas de TorchTune y la configuración eficiente de tareas, proporcionándote los pasos clave para lanzar tu primera tarea de ajuste fino.
Empezar capítulo
2

Ajuste fino con SFTTrainer en Hugging Face

Aprende cómo el ajuste fino puede mejorar significativamente el rendimiento de modelos más pequeños en tareas específicas. Empieza ajustando modelos Llama más pequeños para potenciar sus capacidades en tareas concretas. Después, descubre técnicas de ajuste fino eficientes en parámetros como LoRA y explora la cuantización para cargar y usar incluso modelos más grandes.
Empezar capítulo

Ajuste fino con Llama 3

Curso
completado

Obtener certificado de logros

Inscríbete ahora

Desarrolla tus habilidades en datos con DataCamp para móviles

Avanza estés donde estés con nuestros cursos para móvil y retos de programación diarios de 5 minutos.