หลังจากเรียนคอร์สเหล่านี้ รู้สึกมั่นใจในการสร้างการแสดงผลข้อมูลและแดชบอร์ดระดับมืออาชีพ
Shoebur RahmanProcurement Specialist, Giz Bangladesh
รายละเอียดคอร์ส
พื้นฐาน AI ที่ปรับขนาดได้
หลักสูตรนี้จะพาคุณไปสำรวจพื้นฐานของ AI ที่รองรับการขยายขนาดได้อย่างเป็นระบบ คุณจะเริ่มต้นด้วยการเรียนรู้ว่า PyTorch Lightning ช่วยให้วงจรการพัฒนาโมเดลคล่องตัวยิ่งขึ้นได้อย่างไร ด้วยการลดโค้ดส่วนที่ต้องเขียนซ้ำ ผ่านตัวอย่างที่มีคำแนะนำ คุณจะได้เรียนรู้วิธีแยกโครงข่ายประสาทเทียมที่ซับซ้อนออกเป็นองค์ประกอบที่นำกลับมาใช้ซ้ำได้ ซึ่งช่วยรักษาคุณภาพโค้ดไว้ได้ แม้ขอบเขตของโปรเจกต์จะขยายใหญ่ขึ้นก็ตามเทคนิคการหาค่าเหมาะที่สุดขั้นสูง
นอกจากนี้ คุณจะได้เชี่ยวชาญเทคนิคการเพิ่มประสิทธิภาพ เช่น adaptive optimizers, model pruning และ quantizationสล็อตออนไลน์ คุณจะได้เห็นด้วยตนเองว่าการปรับกลยุทธ์การฝึกโมเดลเพียงเล็กน้อยก็ช่วยเพิ่มความเร็วและความแม่นยำได้อย่างมาก พร้อมเรียนรู้วิธีปรับวงรอบการฝึกให้เหมาะสมเพื่อขจัดคอขวดต่าง ๆ เครดิตฟรีการนำระบบขึ้นใช้งานจริง
เมื่อจบหลักสูตร คุณจะมีทักษะในการพัฒนาต้นแบบให้พร้อมใช้งานจริง พร้อมผลงาน AI ที่ออกแบบเป็นโมดูล ปรับประสิทธิภาพแล้ว และพร้อมนำไปใช้งาน เพื่อรับมือกับโจทย์ท้าทายในโลกแห่งความเป็นจริงได้อย่างมั่นใจ】【。ข้อกำหนดเบื้องต้น
หลักสูตร
โครงร่างคอร์ส
1
การสร้างโมเดลแบบ Scalable ด้วย PyTorch Lightning
ในบทนี้ เราจะมาดูกันว่า PyTorch Lightning ช่วยให้การพัฒนาและ deploy โมเดล AI แบบ scalable เป็นเรื่องง่ายขึ้นได้อย่างไร เริ่มจากแนวคิดพื้นฐาน ไปจนถึงโครงสร้างหลักของโปรเจกต์ PyTorch Lightning รวมถึงคอมโพเนนต์สำคัญอย่าง LightningModule และ Trainer เพื่อวางรากฐานที่แข็งแกร่งสำหรับการพัฒนาโซลูชัน AI ขั้นสูงต่อไป
- PyTorch Lightning เบื้องต้น50 XP
- เริ่มต้นกับ LightningModule100 XP
- การรัน Lightning Trainer100 XP
- การกำหนดโมเดลด้วย LightningModule50 XP
- การใช้งาน LightningModule50 XP
- เจาะลึก method `__init__`100 XP
- ทำให้ forward method สมบูรณ์100 XP
- การนำ Logic การเทรนโมเดลไปใช้50 XP
- การ implement training step100 XP
- กำหนดค่า optimizer100 XP
- การฝึกและประเมินผล100 XP
2
เทคนิคขั้นสูงใน PyTorch Lightning
ในบทนี้ เราจะเจาะลึก PyTorch Lightning เพื่อจัดการข้อมูลและปรับปรุงกระบวนการเทรนโมเดลให้มีประสิทธิภาพมากขึ้น เราจะเรียนรู้การสร้าง data workflow แบบ modular และนำกลับมาใช้ซ้ำได้ด้วย LightningDataModule การประเมินโมเดลอย่างแม่นยำผ่าน validation และ testing รวมถึงการยกระดับกระบวนการเทรนด้วย Lightning Callbacks เพื่อปรับปรุงโมเดลโดยอัตโนมัติและป้องกัน overfitting
3
การปรับแต่งโมเดลเพื่อรองรับการขยายขนาด
เรียนรู้การเตรียมโมเดล deep learning ให้พร้อมสำหรับการ deploy ในสภาพแวดล้อมจริง ด้วยการทำให้โมเดลมีขนาดเล็กลงและทำงานได้เร็วขึ้น บทนี้แนะนำเทคนิคต่าง ๆ เช่น dynamic quantization, pruning และการแปลงด้วย TorchScript เพื่อลดขนาดโมเดลและ latency โดยไม่สูญเสียความแม่นยำ
AI Models แบบ Scalable ด้วย PyTorch Lightning
เรียนคอร์สจบแล้ว
