Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Fondements de l'IA évolutive
Ce cours vous propose un parcours à travers les principes fondamentaux de l'IA évolutive. Vous commencerez par découvrir comment PyTorch Lightning rationalise le cycle de vie du développement de modèles en réduisant les tâches répétitives. À l'aide d'exemples guidés, vous découvrirez comment décomposer des réseaux neuronaux complexes en composants réutilisables, ce qui vous permettra de maintenir la qualité du code même lorsque vos projets prennent de l'ampleur.Techniques d'optimisation avancées
Vous maîtriserez également les techniques d'optimisation, telles que les optimiseurs adaptatifs, l'élagage de modèles et la quantification. Vous constaterez par vous-même comment de petits changements dans la stratégie de formation peuvent entraîner des gains significatifs en termes de rapidité et de précision, et vous apprendrez à optimiser vos boucles de formation afin d'éliminer les goulots d'étranglement.Déploiement prêt pour la production
À la fin de la formation, vous aurez acquis les compétences nécessaires pour mener un prototype jusqu'à la production et vous disposerez d'un portefeuille de solutions d'IA modulaires, optimisées et déployables, prêtes à relever les défis du monde réel.Prérequis
Programme de formation
Plan du cours
1
Construire des modèles évolutifs avec PyTorch Lightning
Dans ce chapitre, nous examinerons comment PyTorch Lightning simplifie le développement et le déploiement de modèles d'IA évolutifs. En commençant par les concepts fondamentaux, nous examinerons la structure centrale d'un projet PyTorch Lightning, y compris les composants essentiels tels que LightningModule et Trainer, afin de poser des bases solides pour des solutions d'IA plus avancées.
- Introduction à PyTorch Lightning50 XP
- Présentation du LightningModule100 XP
- Utilisation du Lightning Trainer100 XP
- Définition de modèles avec LightningModule50 XP
- Utilisation du module Lightning50 XP
- Maîtriser la méthode init100 XP
- Perfectionnement de la méthode avant100 XP
- Mise en œuvre de la logique de formation50 XP
- Mise en œuvre de la phase de formation100 XP
- Configuration de l'optimiseur100 XP
- Formation et évaluation100 XP
2
Techniques avancées dans PyTorch Lightning
Dans ce chapitre, nous approfondirons nos connaissances sur PyTorch Lightning afin de gérer efficacement les données et d'affiner l'entraînement des modèles. Nous apprendrons à créer des flux de données modulaires et réutilisables avec LightningDataModule, à évaluer vos modèles avec précision grâce à la validation et aux tests, et à améliorer les processus de formation à l'aide de Lightning Callbacks afin d'automatiser l'amélioration des modèles et d'éviter le surajustement.
3
Optimisation des modèles pour l'évolutivité
Apprenez à préparer des modèles de deep learning pour un déploiement dans le monde réel en les rendant plus légers et plus rapides. Ce chapitre présente des techniques telles que la quantification dynamique, l'élagage et la conversion TorchScript, qui vous aideront à réduire la taille et la latence des modèles sans sacrifier la précision.
Modèles d'IA évolutifs avec PyTorch Lightning
Cours
terminé
