AI Tutorials

Apprenez à effectuer une analyse exploratoire des données pour le traitement du langage naturel à l'aide de WordCloud en Python.

Découvrez le modèle d'apprentissage profond le plus populaire, le RNN, et bénéficiez d'une expérience pratique en construisant un prédicteur du cours de l'action MasterCard.

Ce tutoriel répond aux questions les plus fréquemment posées sur l'apprentissage profond et explore divers aspects de l'apprentissage profond à l'aide d'exemples concrets.

Découvrez le modèle de génération de maillage 3D de NVIDIA, LLaMA-Mesh, ainsi que ses capacités, ses limites, ses instructions de configuration et ses exemples.

Apprenez à utiliser DeepEval pour créer des tests de pertinence de type Pytest, évaluez les sorties LLM avec la métrique G-eval, et comparez Qwen 2.5 en utilisant MMLU.

Apprenez les principes fondamentaux, les applications et les avantages pratiques des autoencodeurs variationnels et suivez une implémentation étape par étape avec PyTorch.

Découvrez comment améliorer PostgreSQL avec des capacités de recherche vectorielle en utilisant pgvector. Ce tutoriel vous guide à travers l'installation, les opérations de base et l'intégration avec les outils d'intelligence artificielle.

Apprenez à prédire le vainqueur de l'élection présidentielle américaine de 2024 à l'aide de Python, de l'apprentissage automatique et des données de FiveThirtyEight et de la Commission électorale fédérale.

Apprenez à construire une application de sous-titrage d'images en utilisant Streamlit pour l'interface, Llama 3.2 90B pour générer des sous-titres, et Groq comme API.

Apprenez à affiner un modèle multimodal par Meta AI sur l'ensemble de données de produits Amazon en utilisant le cadre Unsloth.

Découvrez comment configurer et exécuter vLLM (Virtual Large Language Model) localement à l'aide de Docker et dans le cloud à l'aide de Google Cloud.

Apprenez à créer un vérificateur de devoirs à l'aide du modèle Phi-4 de Microsoft, qui valide les solutions, fournit des corrections détaillées et suggère des alternatives élégantes.