Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
Podstawy skalowalnej sztucznej inteligencji
Ten kurs zabierze Cię w podróż przez podstawy skalowalnej sztucznej inteligencji. Zaczniesz od nauki, jak PyTorch Lightning usprawnia cykl tworzenia modeli, ograniczając ilość powtarzalnego kodu. Dzięki prowadzonym przykładom zobaczysz, jak dzielić złożone sieci neuronowe na wielokrotnego użytku komponenty, co pozwoli Ci utrzymać wysoką jakość kodu nawet wtedy, gdy Twoje projekty będą się rozrastać.Zaawansowane techniki optymalizacji
Opanujesz także techniki optymalizacji, takie jak adaptacyjne optymalizatory, przycinanie modeli i kwantyzacja. Zobaczysz na własne oczy, jak niewielkie zmiany w strategii treningowej mogą przynieść znaczący wzrost szybkości i dokładności, a także nauczysz się optymalizować pętle treningowe, aby eliminować wąskie gardła.Gotowe do wdrożenia w produkcji
Pod koniec kursu zdobędziesz umiejętności potrzebne, aby przeprowadzić prototyp aż do wdrożenia, a także będziesz mieć portfolio modułowych, zoptymalizowanych i gotowych do wdrożenia rozwiązań AI, przygotowanych do rozwiązywania rzeczywistych wyzwań.Wymagania wstępne
Program nauczania
Plan kursu
1
Budowanie skalowalnych modeli z PyTorch Lightning
W tym rozdziale sprawdzimy, jak PyTorch Lightning upraszcza tworzenie i wdrażanie skalowalnych modeli AI. Zaczniemy od podstawowych pojęć, a następnie przejdziemy przez kluczową strukturę projektu w PyTorch Lightning – w tym niezbędne elementy, takie jak LightningModule i Trainer – budując solidne podstawy pod bardziej zaawansowane rozwiązania AI.
- Wprowadzenie do PyTorch Lightning50 XP
- Wprowadzenie do LightningModule100 XP
- Uruchamianie Lightning Trainera100 XP
- Definiowanie modeli za pomocą LightningModule50 XP
- Zastosowanie LightningModule50 XP
- Opanuj metodę init100 XP
- Doskonalenie metody forward100 XP
- Implementacja logiki trenowania50 XP
- Implementacja kroku treningowego100 XP
- Konfiguracja optymalizatora100 XP
- Trenowanie i ewaluacja100 XP
2
Zaawansowane techniki w PyTorch Lightning
W tym rozdziale zagłębimy się w PyTorch Lightning, aby efektywnie zarządzać danymi i udoskonalać trenowanie modeli. Nauczysz się tworzyć modularne i wielokrotnego użytku przepływy danych z LightningDataModule, dokładnie oceniać modele za pomocą walidacji i testowania, a także usprawniać proces trenowania przy użyciu Lightning Callbacks – automatyzując poprawę modelu i zapobiegając przeuczeniu.
3
Optymalizacja modeli pod kątem skalowalności
Naucz się przygotowywać modele głębokiego uczenia do wdrożenia w rzeczywistych zastosowaniach – czyniąc je lżejszymi i szybszymi. Ten rozdział przedstawia techniki takie jak kwantyzacja dynamiczna, przycinanie (pruning) i konwersja do TorchScript, które pozwalają zmniejszyć rozmiar modelu i opóźnienia bez utraty dokładności.
Skalowalne modele AI z PyTorch Lightning
Kurs
ukończony
