Lépjen kapcsolatba velünk

Kurzusleírás

Bevezetés a multimodális LLM-ekbe a Vertex AI-ben

  • A Vertex AI multimodális képességeinek áttekintése
  • Gemini modellek és támogatott modalitások
  • Használati esetek a vállalati és kutatási területeken

Fejlesztői környezet beállítása

  • A Vertex AI konfigurálása multimodális munkafolyamatokhoz
  • Adathalmazok kezelése különböző modalitásokon
  • Gyakorlati labor: környezet beállítása és adathalmaz előkészítése

Hosszú kontextusablakok és haladó érvelés

  • A hosszú kontextusú munkafolyamatok megértése
  • Használati esetek a tervezésben és döntéshozatalban
  • Gyakorlati labor: hosszú kontextusú elemzés implementálása

Keresztmodális munkafolyamat tervezés

  • Szöveg, hang és kép elemzésének kombinálása
  • Multimodális lépések láncolása folyamatokban
  • Gyakorlati labor: multimodális folyamat tervezése

Gemini API paraméterek használata

  • Multimodális bemenetek és kimenetek konfigurálása
  • Inferencia és hatékonyság optimalizálása
  • Gyakorlati labor: Gemini API paraméterek hangolása

Haladó alkalmazások és integrációk

  • Interaktív multimodális ügynökök és asszisztensek
  • Külső API-k és eszközök integrálása
  • Gyakorlati labor: multimodális alkalmazás építése

Értékelés és iteráció

  • Multimodális teljesítmény tesztelése
  • Metrikák a pontosság, az igazítás és az eltolódás mérésére
  • Gyakorlati labor: multimodális munkafolyamatok értékelése

Összefoglalás és következő lépések

Követelmények

  • Python programozási jártasság
  • Tapasztalat gépi tanulási modellek fejlesztésében
  • Ismeret a multimodális adatokkal (szöveg, hang, kép)

Közönség

  • AI kutatók
  • Haladó fejlesztők
  • ML tudósok
 14 Órák

Résztvevők száma


Ár per résztvevő

Közelgő kurzusok

Rokon kategóriák