Ga naar hoofdinhoud

Cursus

Fijn-afstemmen met Llama 3

Gevorderd beginner2 u

Pas Llama aan voor je eigen taken met TorchTune en leer handige technieken voor efficiënte aanpassingen, zoals kwantisering.

Python2 u7 video's22 oefeningen1,700 XP3,847Bewijs van voltooiing

Maak je gratis account aan

Ga verder met Google
of
Door verder te gaan accepteer je onze Gebruiksvoorwaarden, onze Privacybeleid en dat uw gegevens in de VS worden opgeslagen.

Geliefd bij learners van duizenden bedrijven

Cursusbeschrijving

Het Llama-model nog wat bijschaven

Deze cursus is een complete handleiding voor het maken en werken met Llama-modellen. Met behulp van praktische voorbeelden en oefeningen leer je hoe je verschillende Llama-fijnafstemmingstaken kunt instellen.

Maak datasets klaar voor het afstemmen

Begin met het verkennen van technieken voor het voorbereiden van datasets, zoals het laden, splitsen en opslaan van datasets met behulp van de Hugging Face Datasets-bibliotheek, zodat je verzekerd bent van hoogwaardige data voor je Llama-projecten.

Werk met frameworks voor fijnafstemming

Check eens hoe je workflows kunt finetunen met toffe bibliotheken zoals TorchTune en SFTTrainer van Hugging Face. Je leert hoe je recepten kunt afstemmen, trainingsargumenten kunt instellen en handige technieken zoals LoRA (Low-Rank Adaptation) en kwantisering met BitsAndBytes kunt gebruiken om je gebruik van bronnen te optimaliseren. Door de technieken die je tijdens de cursus hebt geleerd te combineren, kun je Llama-modellen op een efficiënte manier aanpassen aan de behoeften van je projecten.

Vereisten

Curriculum

Cursusoverzicht

1

Voorbereiden op Llama fine-tuning

Verken opties voor het fijn-afstemmen van Llama 3-modellen en duik in TorchTune, een bibliotheek die fine-tuning eenvoudiger maakt. Dit hoofdstuk begeleidt je bij het voorbereiden van data, het receptgebaseerde systeem van TorchTune en het efficiënt configureren van taken, zodat je de belangrijkste stappen kent om je eerste fine-tuningtaak te starten.
Start hoofdstuk
2

Fine-tunen met SFTTrainer op Hugging Face

Leer hoe fine-tuning de prestaties van kleinere modellen voor specifieke taken aanzienlijk kan verbeteren. Begin met het fijn-afstemmen van kleinere Llama-modellen om hun taakspecifieke capaciteiten te vergroten. Ontdek daarna parameter-efficiënte fine-tuningtechnieken zoals LoRA, en verken kwantisatie om nog grotere modellen te laden en te gebruiken.
Start hoofdstuk

Fijn-afstemmen met Llama 3

Cursus
voltooid

Verdien een Statement of Accomplishment

Nu inschrijven

Verbeter je datavaardigheden met DataCamp voor mobiel

Blijf onderweg bezig met onze mobiele cursussen en dagelijkse programmeeruitdagingen van 5 minuten.