Fondamentaux de l'IA Générative avec Hugging Face

Prêt à construire des applications avec de puissants modèles de langage mais vous ne savez pas par où commencer ? Ce cours offre un chemin clair, basé sur le texte, vers le monde de l'IA générative en utilisant les outils essentiels de l'écosystème Hugging Face. À la fin de ce cours, vous comprendrez le flux de travail complet pour travailler avec les Grands Modèles de Langage (LLM). Vous passerez des concepts clés comme les Transformers et la tokenisation aux compétences pratiques nécessaires pour personnaliser des modèles pré-entraînés pour des tâches spécifiques, telles que la résumé de texte et la génération de contenu créatif. Ce que vous apprendrez : - Comprendre les concepts clés derrière les Transformers et les Grands Modèles de Langage. - Naviguer dans le Hub Hugging Face pour trouver et utiliser des modèles et des jeux de données pré-entraînés. - Maîtriser le processus de tokenisation pour préparer vos données textuelles pour l'entrée du modèle. - S'entraîner à affiner un LLM existant sur un jeu de données personnalisé pour l'adapter à une tâche spécifique. - Appliquer des techniques d'affinage efficaces en termes de paramètres (PEFT) pour entraîner des modèles avec moins de calcul. - Apprendre à optimiser les modèles pour l'inférence en utilisant des méthodes comme la quantification. - Explorer des modèles d'application courants de LLM, y compris la Génération Augmentée par Récupération (RAG). Le cours commence par une théorie fondamentale avant de progresser vers des exercices pratiques couvrant la préparation des données, la sélection des modèles, l'affinage et l'optimisation. Vous lirez des explications détaillées et pratiquerez avec des exemples écrits pour développer vos compétences étape par étape. Ce cours est conçu pour les débutants. Aucune expérience préalable avec Hugging Face ou l'apprentissage profond n'est requise, bien qu'une compréhension de base de Python soit utile. Commencez votre voyage dans le monde de l'IA générative dès aujourd'hui.