Na het volgen van deze cursussen voel ik me zeker genoeg om professionele visualisaties en dashboards te maken
Shoebur RahmanInkoopspecialist, Giz Bangladesh
Cursusbeschrijving
Basisprincipes van schaalbare AI
Deze cursus neemt je mee op een reis door de basisprincipes van schaalbare AI. Je begint met te leren hoe PyTorch Lightning de levenscyclus van modelontwikkeling stroomlijnt door het aantal standaardonderdelen te verminderen. Aan de hand van voorbeelden laat ik je zien hoe je complexe neurale netwerken kunt opsplitsen in onderdelen die je steeds weer kunt gebruiken, zodat je de kwaliteit van je code kunt behouden, zelfs als je projecten steeds groter worden.Geavanceerde optimalisatietechnieken
Je leert ook optimalisatietechnieken, zoals adaptieve optimalisatoren, modelpruning en kwantisering. Je zult zelf zien hoe kleine veranderingen in je trainingsstrategie kunnen zorgen voor flinke verbeteringen in snelheid en nauwkeurigheid, en je leert hoe je je trainingslussen kunt optimaliseren om knelpunten weg te werken.Klaar voor productie
Aan het einde van de cursus heb je de vaardigheden om een prototype helemaal tot productie te brengen, en heb je een portfolio met modulaire, geoptimaliseerde en inzetbare AI-oplossingen die klaar zijn om echte uitdagingen aan te pakken.Vereisten
Lesprogramma
Cursusoverzicht
1
Schaalbare modellen bouwen met PyTorch Lightning
In dit hoofdstuk ontdek je hoe PyTorch Lightning de ontwikkeling en deployment van schaalbare AI-modellen vereenvoudigt. We beginnen met de basisconcepten en lopen door de kernstructuur van een PyTorch Lightning-project, inclusief essentiële componenten zoals de LightningModule en de Trainer, om een stevige basis te leggen voor meer geavanceerde AI-oplossingen.
- Introductie tot PyTorch Lightning50 XP
- Kennismaken met de LightningModule100 XP
- De Lightning Trainer uitvoeren100 XP
- Modellen definiëren met LightningModule50 XP
- Gebruik van de LightningModule50 XP
- De init-methode onder de knie krijgen100 XP
- De forward-methode perfectioneren100 XP
- Trainingslogica implementeren50 XP
- De trainingstap implementeren100 XP
- De optimizer configureren100 XP
- Trainen en evalueren100 XP
2
Geavanceerde technieken in PyTorch Lightning
We duiken in dit hoofdstuk dieper in PyTorch Lightning om data efficiënt te beheren en het trainen van modellen te verfijnen. Je leert hoe je modulaire en herbruikbare dataworkflows maakt met LightningDataModule, hoe je je modellen nauwkeurig evalueert via validatie en testen, en hoe je het trainingsproces verbetert met Lightning Callbacks om modelverbetering te automatiseren en overfitting te voorkomen.
3
Modellen optimaliseren voor schaalbaarheid
Leer deep learning-modellen klaar te maken voor deployment in de praktijk door ze compacter en sneller te maken. Dit hoofdstuk introduceert technieken zoals dynamische kwantisatie, pruning en conversie met TorchScript, zodat je de modelgrootte en latentie kunt verminderen zonder aan nauwkeurigheid in te leveren
Schaalbare AI-modellen met PyTorch Lightning
Cursus
voltooid
