Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés a multimodális LLM-ekbe a Vertex AI-ban
- A Vertex AI multimodális képességeinek áttekintése
- Gemini-modellek és támogatott modalitások
- Használati esetek vállalati és kutatási környezetben
A fejlesztői környezet beállítása
- A Vertex AI konfigurálása multimodális munkafolyamatokhoz
- Munka különböző modalitású adatkészletekkel
- Gyakorlati labor: környezet beállítása és adatkészlet-előkészítés
Hosszú kontextusablakok és fejlett érvelés
- Hosszú kontextusú munkafolyamatok megértése
- Használati esetek a tervezésben és a döntéshozatalban
- Gyakorlati labor: hosszú kontextusú elemzés megvalósítása
Keresztmodális munkafolyamat-tervezés
- Szöveg-, hang- és képelemzés kombinálása
- Multimodális lépések összekapcsolása folyamatokban
- Gyakorlati labor: multimodális folyamat tervezése
Munka a Gemini API paramétereivel
- Multimodális bemenetek és kimenetek konfigurálása
- Következtetés és hatékonyság optimalizálása
- Gyakorlati labor: a Gemini API paramétereinek hangolása
Fejlett alkalmazások és integrációk
- Interaktív multimodális ágensek és asszisztensek
- Külső API-k és eszközök integrálása
- Gyakorlati labor: multimodális alkalmazás építése
Értékelés és iteráció
- Multimodális teljesítmény tesztelése
- Metrikák a pontossághoz, illeszkedéshez és eltéréshez
- Gyakorlati labor: multimodális munkafolyamatok értékelése
Összefoglalás és következő lépések
Követelmények
- Magabiztos Python-programozási ismeretek
- Tapasztalat gépi tanulási modellek fejlesztésében
- Multimodális adatok (szöveg, hang, kép) ismerete
Célközönség
- AI-kutatók
- Haladó fejlesztők
- ML-tudósok
14 Órák
