Formation Introduction to Large Language Models (LLMs)
Large Language Models (LLMs) sont des modèles de réseaux neuronaux profonds qui peuvent générer des textes en langage naturel sur la base d'une entrée ou d'un contexte donné. Ils sont entraînés sur de grandes quantités de données textuelles provenant de divers domaines et sources, et ils peuvent capturer les modèles syntaxiques et sémantiques du langage naturel. Les LLM ont obtenu des résultats impressionnants dans diverses tâches liées au langage naturel, telles que le résumé de texte, la réponse à des questions, la génération de texte, etc.
Cette formation en direct (en ligne ou sur site) est destinée aux développeurs de niveau débutant ou intermédiaire qui souhaitent utiliser des modèles de langage à grande échelle pour diverses tâches en langage naturel.
À l'issue de cette formation, les participants seront capables de :
- Configurer un environnement de développement qui inclut un LLM populaire.
- Créer un LLM de base et l'affiner sur un ensemble de données personnalisé.
- Utiliser les LLM pour différentes tâches de langage naturel telles que le résumé de texte, la réponse aux questions, la génération de texte, etc.
- Déboguer et évaluer les LLMs en utilisant des outils tels que TensorBoard, PyTorch Lightning, et Hugging Face Datasets.
Format du cours
- Conférences et discussions interactives.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement live-lab.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter.
Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction
- Qu'est-ce que Large Language Models (LLMs) ?
- LLMs vs modèles NLP traditionnels
- Aperçu des caractéristiques et de l'architecture des LLMs
- Défis et limites des LLMs
Comprendre les LLM
- Le cycle de vie d'un LLM
- Comment fonctionnent les LLM
- Les principaux composants d'un LLM : encodeur, décodeur, attention, encastrements, etc.
Pour commencer
- Mise en place de l'environnement de développement
- Installation d'un LLM en tant qu'outil de développement, par exemple Google Colab, Hugging Face.
Travailler avec des LLM
- Explorer les options LLM disponibles
- Créer et utiliser un LLM
- Affiner un LLM sur un ensemble de données personnalisé
Résumé de texte
- Comprendre la tâche de résumé de texte et ses applications
- Utilisation d'un LLM pour le résumé de texte extractif et abstractif
- Evaluer la qualité des résumés générés en utilisant des métriques telles que ROUGE, BLEU, etc.
Réponse aux questions
- Comprendre la tâche de réponse aux questions et ses applications
- Utilisation d'un LLM pour la réponse à des questions dans des domaines ouverts et fermés
- Evaluer la précision des réponses générées en utilisant des métriques telles que F1, EM, etc.
Génération de texte
- Comprendre la tâche de génération de texte et ses applications
- Utilisation d'un LLM pour la génération de textes conditionnels et inconditionnels
- Contrôler le style, le ton et le contenu des textes générés en utilisant des paramètres tels que la température, top-k, top-p, etc.
Intégration des LLM avec d'autres cadres et plates-formes
- Utiliser les LLMs avec PyTorch ou TensorFlow
- Utilisation des LLMs avec Flask ou Streamlit
- Utiliser les LLMs avec Google Cloud ou AWS
Résolution des problèmes
- Comprendre les erreurs et les bogues courants dans les LLMs
- Utiliser TensorBoard pour surveiller et visualiser le processus d'apprentissage
- Utiliser PyTorch Lightning pour simplifier le code d'apprentissage et améliorer les performances
- Utilisation de Hugging Face Datasets pour charger et prétraiter les données
Résumé et prochaines étapes
Pré requis
- Une compréhension du traitement du langage naturel et de l'apprentissage profond
- Expérience avec Python et PyTorch ou TensorFlow
- Expérience de base en programmation
Public
- Développeurs
- Passionnés de NLP
- Scientifiques des données
14 Heures
Les formations ouvertes requièrent plus de 3 participants.
Formation Introduction to Large Language Models (LLMs) - Booking
Formation Introduction to Large Language Models (LLMs) - Enquiry
Introduction to Large Language Models (LLMs) - Demande d'informations consulting
Demande d'informations consulting
Cours à venir
Cours Similaires
Advanced Stable Diffusion: Deep Learning for Text-to-Image Generation
21 HeuresCette formation en direct avec instructeur en Canada (en ligne ou sur site) s'adresse aux data scientists de niveau intermédiaire à avancé, aux ingénieurs en apprentissage automatique, aux chercheurs en apprentissage profond et aux experts en vision par ordinateur qui souhaitent élargir leurs connaissances et leurs compétences en apprentissage profond pour la génération de texte à image.
À l'issue de cette formation, les participants seront en mesure de :
- Comprendre les architectures et les techniques avancées d'apprentissage profond pour la génération texte-image.
- Mettre en œuvre des modèles complexes et des optimisations pour la synthèse d'images de haute qualité.
- Optimiser les performances et l'évolutivité pour les grands ensembles de données et les modèles complexes.
- Ajuster les hyperparamètres pour une meilleure performance et généralisation du modèle.
- Intégrer Stable Diffusion avec d'autres cadres et outils d'apprentissage profond.
En savoir plus...
AI Automation with n8n and LangChain
14 HeuresCette formation en direct avec instructeur en Canada (en ligne ou sur site) s'adresse aux développeurs et aux professionnels de l'informatique de tous niveaux qui souhaitent automatiser des tâches et des processus à l'aide de l'IA sans avoir à rédiger un code exhaustif.
A l'issue de cette formation, les participants seront capables de :
- Concevoir et mettre en œuvre des flux de travail complexes en utilisant l'interface de programmation visuelle de n8n.
- Intégrer des capacités d'IA dans les flux de travail en utilisant LangChain.
- Construire des chatbots et des assistants virtuels personnalisés pour divers cas d'utilisation.
- Effectuer des analyses et des traitements de données avancés avec des agents d'IA.
En savoir plus...
Automating Workflows with LangChain and APIs
14 HeuresCette formation en direct avec instructeur à Canada (en ligne ou sur site) est destinée aux analystes commerciaux et aux ingénieurs en automatisation de niveau débutant qui souhaitent comprendre comment utiliser LangChain et les API pour automatiser les tâches répétitives et les flux de travail.
A l'issue de cette formation, les participants seront capables de :
- Comprendre les bases de l'intégration API avec LangChain.
- Automatiser les flux de travail répétitifs en utilisant LangChain et Python.
- Utiliser LangChain pour connecter diverses API afin de mettre en place des processus commerciaux efficaces.
- Créer et automatiser des flux de travail personnalisés en utilisant les API et les capacités d'automatisation de LangChain.
En savoir plus...
Building Conversational Agents with LangChain
14 HeuresCette formation en direct avec instructeur en Canada (en ligne ou sur site) est destinée aux professionnels de niveau intermédiaire qui souhaitent approfondir leur compréhension des agents conversationnels et appliquer LangChain à des cas d'utilisation du monde réel.
A l'issue de cette formation, les participants seront capables de :
- Comprendre les principes fondamentaux de LangChain et son application dans la construction d'agents conversationnels.
- Développer et déployer des agents conversationnels en utilisant LangChain.
- Intégrer des agents conversationnels avec des API et des services externes.
- Appliquer les techniques Natural Language Processing (NLP) pour améliorer la performance des agents conversationnels.
En savoir plus...
Building Private AI Workflows with Ollama
14 HeuresCette formation en direct avec instructeur dans Canada (en ligne ou sur site) est destinée aux professionnels de niveau avancé qui souhaitent mettre en œuvre des flux de travail sécurisés et efficaces axés sur l'IA en utilisant Ollama.
À l'issue de cette formation, les participants seront en mesure de :
- Déployer et configurer Ollama pour le traitement privé de l'IA.
- Intégrer des modèles d'IA dans des flux de travail d'entreprise sécurisés.
- Optimiser les performances de l'IA tout en préservant la confidentialité des données.
- Automatiser les processus métier avec des capacités d'IA sur site.
- Assurer la conformité avec les politiques de sécurité et de gouvernance de l'entreprise.
En savoir plus...
Deploying and Optimizing LLMs with Ollama
14 HeuresCette formation en Canada (en ligne ou sur site) est destinée aux professionnels de niveau intermédiaire qui souhaitent déployer, optimiser et intégrer des LLM en utilisant Ollama.
A l'issue de cette formation, les participants seront capables de :
- Mettre en place et déployer des LLMs en utilisant Ollama.
- Optimiser les modèles d'IA pour la performance et l'efficacité.
- Tirer parti de l'accélération GPU pour améliorer la vitesse d'inférence.
- Intégrer Ollama dans les flux de travail et les applications.
- Contrôler et maintenir les performances des modèles d'IA au fil du temps.
En savoir plus...
Ethical Considerations in AI Development with LangChain
21 HeuresCette formation en direct (en ligne ou sur place) s'adresse aux chercheurs en IA de niveau avancé et aux décideurs politiques qui souhaitent explorer les implications éthiques du développement de l'IA et apprendre à appliquer des lignes directrices éthiques lors de l'élaboration de solutions d'IA avec LangChain.
À l'issue de cette formation, les participants seront capables de :
- Identifier les questions éthiques clés dans le développement de l'IA avec LangChain.
- Comprendre l'impact de l'IA sur la société et les processus de prise de décision.
- Développer des stratégies pour construire des systèmes d'IA justes et transparents.
- Mettre en œuvre des lignes directrices éthiques en matière d'IA dans des projets basés sur LangChain.
En savoir plus...
Enhancing User Experience with LangChain in Web Apps
14 HeuresCette formation en direct avec instructeur en Canada (en ligne ou sur site) s'adresse aux développeurs web de niveau intermédiaire et aux concepteurs UX qui souhaitent tirer parti de LangChain pour créer des applications web intuitives et conviviales.
A l'issue de cette formation, les participants seront en mesure de :
- Comprendre les concepts fondamentaux de LangChain et son rôle dans l'amélioration de l'expérience utilisateur sur le web.
- Implémenter LangChain dans les applications web pour créer des interfaces dynamiques et réactives.
- Intégrer les API dans les applications web pour améliorer l'interactivité et l'engagement des utilisateurs.
- Optimiser l'expérience utilisateur en utilisant les fonctions de personnalisation avancées de LangChain.
- Analyser les données relatives au comportement des utilisateurs afin d'affiner les performances et l'expérience des applications web.
En savoir plus...
Fine-Tuning and Customizing AI Models on Ollama
14 HeuresCette formation en direct avec instructeur à Canada (en ligne ou sur place) est destinée aux professionnels de niveau avancé qui souhaitent affiner et personnaliser les modèles d'IA sur Ollama pour améliorer les performances et les applications spécifiques à un domaine.
A l'issue de cette formation, les participants seront capables de :
- Mettre en place un environnement efficace pour affiner les modèles d'IA sur Ollama.
- Préparer des ensembles de données pour le réglage fin supervisé et l'apprentissage par renforcement.
- Optimiser les modèles d'IA en termes de performance, de précision et d'efficacité.
- Déployer des modèles personnalisés dans des environnements de production.
- Évaluer les améliorations apportées aux modèles et s'assurer de leur robustesse.
En savoir plus...
LangChain: Building AI-Powered Applications
14 HeuresCette formation en Canada (en ligne ou sur site) s'adresse aux développeurs et ingénieurs logiciels de niveau intermédiaire qui souhaitent créer des applications basées sur l'intelligence artificielle en utilisant le framework LangChain.
A l'issue de cette formation, les participants seront capables de :
- Comprendre les principes fondamentaux de LangChain et de ses composants.
- Intégrer LangChain avec de grands modèles de langage (LLM) comme GPT-4.
- Construire des applications modulaires d'IA en utilisant LangChain.
- Résoudre les problèmes courants dans les applications LangChain.
En savoir plus...
Integrating LangChain with Cloud Services
14 HeuresCette formation en direct avec instructeur en Canada (en ligne ou sur site) s'adresse aux ingénieurs de données de niveau avancé et aux professionnels de DevOps qui souhaitent exploiter les capacités de LangChain en l'intégrant à divers services en nuage.
A l'issue de cette formation, les participants seront capables de :
- Intégrer LangChain avec les principales plateformes cloud telles que AWS, Azure et Google Cloud.
- Utiliser les API et les services basés sur le cloud pour améliorer les applications alimentées par LangChain.
- Mettre à l'échelle et déployer des agents conversationnels dans le nuage pour une interaction en temps réel.
- Mettre en œuvre les meilleures pratiques de surveillance et de sécurité dans les environnements en nuage.
En savoir plus...
LangChain for Data Analysis and Visualization
14 HeuresCette formation en direct dans Canada (en ligne ou sur place) est destinée aux professionnels des données de niveau intermédiaire qui souhaitent utiliser LangChain pour améliorer leurs capacités d'analyse et de visualisation des données.
A l'issue de cette formation, les participants seront capables de :
- Automatiser l'extraction et le nettoyage des données en utilisant LangChain.
- Effectuer des analyses de données avancées en utilisant Python et LangChain.
- Créer des visualisations avec Matplotlib et d'autres bibliothèques Python intégrées à LangChain.
- Tirer parti de LangChain pour générer des informations en langage naturel à partir de l'analyse des données.
En savoir plus...
LangChain Fundamentals
14 HeuresCette formation en direct avec instructeur en Canada (en ligne ou sur site) s'adresse aux développeurs et ingénieurs logiciels de niveau débutant à intermédiaire qui souhaitent apprendre les concepts et l'architecture de base de LangChain et acquérir les compétences pratiques pour créer des applications alimentées par l'IA.
A l'issue de cette formation, les participants seront capables de :
- Comprendre les principes fondamentaux de LangChain.
- Mettre en place et configurer l'environnement LangChain.
- Comprendre l'architecture et comment LangChain interagit avec les grands modèles de langage (LLM).
- Développer des applications simples en utilisant LangChain.
En savoir plus...
Getting Started with Ollama: Running Local AI Models
7 HeuresCette formation en direct avec instructeur en Canada (en ligne ou sur site) est destinée aux professionnels débutants qui souhaitent installer, configurer et utiliser Ollama pour exécuter des modèles d'IA sur leurs machines locales.
A l'issue de cette formation, les participants seront capables de :
- Comprendre les principes fondamentaux de Ollama et ses capacités.
- Configurer Ollama pour exécuter des modèles d'IA locaux.
- Déployer et interagir avec les LLMs en utilisant Ollama.
- Optimiser les performances et l'utilisation des ressources pour les charges de travail d'IA.
- Explorer les cas d'utilisation pour le déploiement de l'IA locale dans diverses industries.
En savoir plus...
Introduction to Stable Diffusion for Text-to-Image Generation
21 HeuresCette formation en direct (en ligne ou sur site) est destinée aux scientifiques des données, aux ingénieurs en apprentissage automatique et aux chercheurs en vision par ordinateur qui souhaitent tirer parti de Stable Diffusion pour générer des images de haute qualité pour une variété de cas d'utilisation.
À l'issue de cette formation, les participants seront en mesure de :
- Comprendre les principes de Stable Diffusion et son fonctionnement pour la génération d'images.
- Construire et entraîner des modèles Stable Diffusion pour des tâches de génération d'images.
- Appliquer Stable Diffusion à divers scénarios de génération d'images, tels que l'inpainting, l'outpainting et la traduction d'image à image.
- Optimiser les performances et la stabilité des modèles Stable Diffusion.
En savoir plus...
