مدل های زبانی بزرگ در AWS: ساخت و توسعه LLM های متن باز
✅ سرفصل و جزئیات آموزش
در این دوره یاد می گیرید که چگونه با استفاده از زنجیره ابزارها، تکنیک های بهینه سازی، اسکرپیت نویسی و فرمت های فایل، از مدل های زبانی بزرگ (LLMs) متن باز در AWS استفاده کنید.
در این دوره Noah Gift، متخصص MLOps، دنیای مدل های زبانی بزرگ (LLMs) متن باز را در AWS نشان می دهد. درباره زنجیره ابزارهای ضروری اطلاعاتی بیاموزید از جمله اینکه چگونه می توان مدل های زبانی بزرگی مانند llama.cpp را بهینه سازی و کامپایل کرد. مفاهیم قانون امدال را برای تسک های محاسباتی کشف کرده و با استفاده از فرمت فایل GGUF، دموهای عملی را ببینید. برای بیشینه کردن عملکرد و کارایی مدل های خود نحوه اسکریپت نویسی و پکیج بندی Python UV را درک کنید.
با بررسی دقیق و تماشای دموهای کامل مدل های کوانتیزه شده در نمونه های AWS G5، مفاهیم کلیدی llama.cpp را بفهمید. دانش و تجربه عملی برای استفاده مستقیم در پروژه های خود را به دست آورید. در پایان این دوره می توانید به شیوه موثری مدل های زبانی بزرگ متن باز را در AWS به کار برده و آنها را بهینه سازی کنید و با این کار به اپلیکیشن های هوش مصنوعی خود کارایی و قدرت بیشتری بدهید.
مدل های زبانی بزرگ در AWS: ساخت و توسعه LLM های متن باز
-
آشنایی با LLM های متن باز در AWS 0:01:36
-
مفاهیم قانون امدال: بررسی 0:04:05
-
کامپایل دموی llama.cpp 0:04:17
-
فرمت فایل GGUF 0:03:18
-
اسکریپت نویسی Python UV 0:03:55
-
بررسی پکیج بندی Python UV 0:01:59
-
مفاهیم کلیدی در بررسی llama.cpp 0:04:37
-
دموی کامل llama.cpp کوانتیزه شده در GGUF 0:04:03
-
Llama.cpp در دموی AWS G5 0:04:20
-
خلاصه 0:02:55
مشخصات آموزش
مدل های زبانی بزرگ در AWS: ساخت و توسعه LLM های متن باز
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:متوسط
- تعداد درس:10
- مدت زمان :0:35:05
- حجم :62.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy