После прохождения этих курсов я уверенно создаю профессиональные визуализации и дашборды.
Shoebur RahmanСпециалист по закупкам, Giz Bangladesh
Описание курса
Основы масштабируемого ИИ
Этот курс проведет вас через основы масштабируемого ИИ. Вы начнёте с изучения того, как PyTorch Lightning упрощает жизненный цикл разработки моделей за счёт сокращения шаблонного кода. На практических примерах вы увидите, как разбивать сложные нейронные сети на повторно используемые компоненты, что позволит вам поддерживать высокое качество кода даже по мере роста масштаба ваших проектов.Продвинутые методы оптимизации
Вы также освоите методы оптимизации, такие как адаптивные оптимизаторы, обрезка моделей и квантизация. Вы на практике увидите, как небольшие изменения в стратегии обучения могут дать значительный прирост скорости и точности, а также узнаете, как оптимизировать циклы обучения, чтобы устранить узкие места.Готовое к продакшену развертывание
К концу курса вы приобретёте навыки, позволяющие довести прототип до полноценного продакшена, а также получите портфолио модульных, оптимизированных и готовых к развёртыванию AI-решений, способных решать реальные задачи.Предварительные требования
Программа
План курса
1
Создание масштабируемых моделей с PyTorch Lightning
В этой главе мы рассмотрим, как PyTorch Lightning упрощает разработку и развёртывание масштабируемых моделей ИИ. Начав с базовых концепций, мы познакомимся с ключевыми элементами проекта на PyTorch Lightning — в том числе с компонентами LightningModule и Trainer, — чтобы заложить прочную основу для создания более сложных решений.
- Введение в PyTorch Lightning50 XP
- Знакомство с LightningModule100 XP
- Запуск Lightning Trainer100 XP
- Определение моделей с помощью LightningModule50 XP
- Назначение LightningModule50 XP
- Метод __init__: основы инициализации100 XP
- Реализация метода forward100 XP
- Реализация логики обучения50 XP
- Реализация шага обучения100 XP
- Настройка оптимизатора100 XP
- Обучение и оценка модели100 XP
2
Продвинутые техники в PyTorch Lightning
В этой главе мы углубимся в PyTorch Lightning и научимся эффективно управлять данными и улучшать процесс обучения моделей. Вы узнаете, как создавать модульные и многократно используемые рабочие процессы с помощью LightningDataModule, как точно оценивать модели через валидацию и тестирование, а также как автоматизировать улучшение модели и избежать переобучения с помощью Lightning Callbacks.
3
Оптимизация моделей для масштабирования
Научитесь готовить модели глубокого обучения к реальному развёртыванию, делая их компактнее и быстрее. В этой главе рассматриваются такие техники, как динамическое квантование, прореживание и конвертация в TorchScript, которые помогут уменьшить размер модели и задержку без потери точности.
Масштабируемые модели ИИ с PyTorch Lightning
Курс
завершён
