Khóa học
Mô hình AI có khả năng mở rộng với PyTorch Lightning
Trung cấpTrình độ kỹ năng
Đã cập nhật tháng 05, 2025
PyTorchArtificial Intelligence3 gio10 video30 Bài tập2,400 XPGiấy chứng nhận Thành tích
Tạo Tài Khoản Miễn Phí
Tiếp tục với GoogleHiển thị thêm tùy chọnhoặc
Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.
Được người học tại hàng ngàn công ty yêu thích
Đào tạo một đội ngũ?
Dùng thử cho Doanh nghiệpMô tả khóa học
Nền tảng của Trí tuệ nhân tạo có khả năng mở rộng
Khóa học này sẽ hướng dẫn quý vị khám phá những nguyên lý cơ bản của trí tuệ nhân tạo có khả năng mở rộng. Quý vị sẽ bắt đầu bằng việc tìm hiểu cách PyTorch Lightning tối ưu hóa quy trình phát triển mô hình bằng cách giảm thiểu các đoạn mã lặp lại. Thông qua các ví dụ hướng dẫn, quý vị sẽ thấy cách chia nhỏ các mạng thần kinh phức tạp thành các thành phần có thể tái sử dụng, giúp quý vị duy trì chất lượng mã nguồn ngay cả khi quy mô dự án ngày càng mở rộng.Các kỹ thuật tối ưu hóa nâng cao
Quý vị cũng sẽ nắm vững các kỹ thuật tối ưu hóa, chẳng hạn như tối ưu hóa thích ứng, cắt tỉa mô hình và lượng tử hóa. Quý vị sẽ trực tiếp chứng kiến cách những thay đổi nhỏ trong chiến lược đào tạo có thể mang lại những cải thiện đáng kể về tốc độ và độ chính xác, và quý vị sẽ học cách tối ưu hóa các vòng lặp đào tạo để loại bỏ các điểm nghẽn.Triển khai sẵn sàng cho sản xuất
Kết thúc khóa học, quý vị sẽ trang bị đầy đủ kỹ năng để đưa một nguyên mẫu từ giai đoạn thử nghiệm đến sản xuất, đồng thời sở hữu một bộ sưu tập các giải pháp AI mô-đun, tối ưu hóa và có thể triển khai, sẵn sàng giải quyết các thách thức thực tế.Điều kiện tiên quyết
Intermediate Deep Learning with PyTorch1
Xây dựng mô hình có khả năng mở rộng với PyTorch Lightning
Trong chương này, chúng ta sẽ khám phá cách PyTorch Lightning đơn giản hóa việc phát triển và triển khai các mô hình AI có khả năng mở rộng. Bắt đầu từ các khái niệm nền tảng, chúng ta sẽ đi qua cấu trúc cốt lõi của một dự án PyTorch Lightning, bao gồm các thành phần thiết yếu như LightningModule và Trainer, để tạo nền tảng vững chắc cho các giải pháp AI nâng cao hơn.
2
Kỹ thuật nâng cao trong PyTorch Lightning
Chúng ta sẽ đi sâu hơn vào PyTorch Lightning để quản lý dữ liệu hiệu quả và tinh chỉnh quá trình huấn luyện mô hình trong chương này. Bạn sẽ học cách tạo các quy trình dữ liệu theo mô-đun, có thể tái sử dụng với LightningDataModule, đánh giá mô hình chính xác thông qua validation và testing, và nâng cao quá trình huấn luyện bằng Lightning Callbacks để tự động cải thiện mô hình và tránh overfitting.
3
Tối ưu hóa mô hình cho khả năng mở rộng
Học cách chuẩn bị mô hình học sâu cho triển khai thực tế bằng cách làm cho chúng gọn nhẹ và nhanh hơn. Chương này giới thiệu các kỹ thuật như dynamic quantization, pruning và chuyển đổi sang TorchScript, giúp bạn giảm kích thước mô hình và độ trễ mà không làm giảm độ chính xác
Mô hình AI có khả năng mở rộng với PyTorch Lightning
Hoàn Thành
Nhận Giấy Chứng Nhận Hoàn Thành
Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của banChia sẻ trên mạng xã hội và trong đánh giá hiệu suất của banĐăng ký ngay
Tham gia cùng hơn 19 triệu học viên và bắt đầu Mô hình AI có khả năng mở rộng với PyTorch Lightning ngay hôm nay!
Tạo Tài Khoản Miễn Phí
Tiếp tục với GoogleHiển thị thêm tùy chọnhoặc
Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.
Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động
Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.