Tutoriels sur l'IA

Apprenez à simplifier la création d'agents d'intelligence artificielle avec la nouvelle bibliothèque Python de Hugging Face, smolagents, et suivez un projet de démonstration pour la voir en action.

Découvrez les systèmes immunitaires artificiels (SIA) et comment ils peuvent être mis en œuvre en Python pour des tâches telles que la détection d'anomalies et l'optimisation.

Apprenez à construire une application RAG avec Llama 3.1 8B en utilisant Ollama et Langchain en configurant l'environnement, en traitant des documents, en créant des embeddings et en intégrant un retriever.

Llama Stack est un ensemble d'outils standardisés et d'API développés par Meta qui simplifient le processus de construction et de déploiement de grandes applications de modèles de langage.

Il s'agit d'un guide simple pour affiner Gemma 2 9B-It sur les conversations patient-médecin et convertir le modèle au format GGUF afin qu'il puisse être utilisé localement avec l'application Jan.

Apprenez à affiner SAM 2 de Meta AI en utilisant l'ensemble de données Chest CT Segmentation pour améliorer les performances du modèle en matière de segmentation d'images dans le cadre de l'analyse d'images médicales.

Cette technique consiste à donner à un modèle d'IA quelques exemples d'une tâche pour qu'il apprenne avant de générer une réponse, en utilisant ces exemples pour améliorer ses performances sur des tâches similaires.

Le codage à un point est une technique utilisée pour convertir des données catégorielles en un format binaire où chaque catégorie est représentée par une colonne séparée avec un 1 indiquant sa présence et des 0 pour toutes les autres catégories.

Apprenez à accéder aux modèles légers et de vision Llama 3.2 sur Kaggle, à affiner le modèle sur un jeu de données personnalisé en utilisant des GPU gratuits, à fusionner et exporter le modèle vers le Hugging Face Hub, et à convertir le modèle affiné au format GGUF afin qu'il puisse être utilisé localement avec l'application Jan.

Apprenez à créer des applications d'IA en temps réel avec l'API temps réel d'OpenAI. Ce tutoriel couvre les WebSockets, la configuration de Node.js, la messagerie texte/audio, l'appel de fonctions et le déploiement d'une démo d'assistant vocal React.

Maîtrisez le processus de formation de grands modèles de langage à l'aide de PyTorch, de la configuration initiale à la mise en œuvre finale.

Apprenez les principes fondamentaux de l'apprentissage par renforcement à l'aide de l'analogie d'un chat qui apprend à utiliser un griffoir.