Przejdź do głównej treści

Kurs

Fine-Tuning z Llama 3

Średniozaawansowany2 godz.

Dostosuj Llama do własnych zadań za pomocą TorchTune i poznaj techniki efektywnego fine-tuningu, takie jak kwantyzacja.

Python2 godz.7 filmy22 ćwiczeń1,700 XP4,020Zaświadczenie o ukończeniu

Utwórz bezpłatne konto

Kontynuuj z Google
lub
Kontynuując, akceptujesz nasz Warunki użytkowania, nasz Polityka prywatności i że Twoje dane są przechowywane w USA.

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Dostrajanie modelu Llama

Ten kurs stanowi kompleksowy przewodnik po przygotowywaniu i pracy z modelami Llama. Dzięki praktycznym przykładom i ćwiczeniom nauczysz się konfigurować różne zadania dostrajania modeli Llama.

Przygotuj zbiory danych do fine-tuningu

Zacznij od poznania technik przygotowywania zbiorów danych, w tym wczytywania, dzielenia i zapisywania danych za pomocą biblioteki Hugging Face Datasets, aby zapewnić wysoką jakość danych dla swoich projektów Llama.

Pracuj z frameworkami do fine-tuningu

Poznaj procesy fine-tuningu z wykorzystaniem nowoczesnych bibliotek, takich jak TorchTune i SFTTrainer od Hugging Face. Nauczysz się, jak konfigurować przepisy fine-tuningu, ustawiać argumenty treningowe oraz wykorzystywać wydajne techniki, takie jak LoRA (Low-Rank Adaptation) i kwantyzacja z użyciem BitsAndBytes, aby zoptymalizować wykorzystanie zasobów. Łącząc techniki poznane w trakcie kursu, będziesz w stanie dostosować modele Llama do potrzeb swoich projektów w efektywny sposób.

Wymagania wstępne

Program nauczania

Plan kursu

1

Przygotowanie do dostrajania modelu Llama

Poznaj możliwości dostrajania modeli Llama 3 i zapoznaj się z biblioteką TorchTune, stworzoną z myślą o uproszczeniu tego procesu. Ten rozdział przeprowadzi cię przez przygotowanie danych, system receptur TorchTune oraz efektywną konfigurację zadań – wszystko, czego potrzebujesz, by uruchomić swoje pierwsze zadanie dostrajania.
Zacznij rozdział
2

Dostrajanie z użyciem SFTTrainer na Hugging Face

Dowiedz się, jak dostrajanie może znacząco poprawić wydajność mniejszych modeli w konkretnych zadaniach. Zacznij od dostrajania mniejszych modeli Llama, aby wzmocnić ich możliwości w wybranych zastosowaniach. Następnie poznaj techniki efektywnego dostrajania parametrów, takie jak LoRA, i odkryj, jak kwantyzacja umożliwia wczytywanie i używanie jeszcze większych modeli.
Zacznij rozdział

Fine-Tuning z Llama 3

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Zapisz się teraz

Rozwijaj swoje umiejętności danych z DataCamp for Mobile

Rozwijaj się w drodze dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.