Model Asas dan RAG dengan SageMaker JumpStart โ€” WalkSelf
โฑ 2 jam 54 min ๐Ÿ“š 29 pelajaran ๐ŸŽง Versi audio

Model Asas dan RAG dengan SageMaker JumpStart

Ketahui cara untuk melancarkan, menyetem halus, dan menyambungkan model asas kepada sumber data luaran menggunakan SageMaker JumpStart untuk membina aplikasi AI khusus domain.

  • ๐Ÿ’ฌ Pengajar AI
    Tanya tentang mana-mana pelajaran dan dapatkan jawapan jelas serta-merta, bila-bila masa.
  • ๐Ÿ• Mula bila-bila masa
    Tiada jadual atau tarikh akhir โ€” belajar mengikut rentak sendiri, bila-bila masa.
  • ๐ŸŒ Dalam bahasa Melayu
    Pelajaran, tugasan dan sijil โ€” semuanya sepenuhnya dalam bahasa anda.

Tentang kursus ini

Ketika organisasi bergegas untuk menerima pakai AI generatif, kebolehan untuk melancarkan dan menyesuaikan model skala besar secara selamat semakin menjadi kemahiran yang penting. SageMaker JumpStart menyediakan laluan yang berkuasa dan mudah untuk mengakses, menyetem halus, dan mengehos model asas terkini dalam persekitaran awan yang selamat. Kursus berasaskan teks ini membimbing anda melalui keseluruhan kitaran hayat bekerja dengan model asas pada AWS. Anda akan beralih daripada memahami konsep asas AI generatif kepada melaksanakan kerja penyeteman halus dan membina alur kerja penjanaan bertingkat pengambilan (RAG) yang membumikan model dalam data khusus domain anda sendiri. Perkara yang anda akan pelajari: - Memahami terminologi teras model asas, metodologi penyeteman halus, dan seni bina RAG. - Melancarkan model asas pra-latih secara terus dalam SageMaker JumpStart menggunakan konfigurasi dioptimumkan. - Menyetem halus model pada set data khusus domain untuk menyesuaikan tingkah laku dan pengetahuan mereka. - Mengimplementasikan corak penjanaan bertingkat pengambilan menggunakan pangkalan data vektor untuk membumikan respons model. - Menilai prestasi model dan mengurus titik akhir inferens untuk aplikasi sedia pengeluaran. - Mengaplikasikan keselamatan awan moden dan amalan terbaik MLOps untuk memantau model AI yang telah dilancarkan. Perjalanan bermula dengan takrifan asas AI generatif dan infrastruktur awan. Dari situ, anda akan membaca penerangan terperinci tentang mengkonfigurasi kerja latihan SageMaker, melaksanakan penyeteman halus cekap parameter, dan menyepadukan sumber data luaran untuk penjanaan bertingkat pengambilan masa nyata. Kursus ini direka untuk pembangun, pengamal data, dan peminat awan yang baharu kepada alur kerja AI generatif. Tiada pengalaman terdahulu dengan kerangka kerja pembelajaran mesin diperlukan, walaupun kebiasaan asas dengan konsep awan adalah berguna. Mula membaca hari ini untuk membina penyelesaian AI generatif yang selamat dan khusus domain.

Apa yang anda dapat

  • ๐Ÿ“œ Sijil tamat
    Tambah ke profil LinkedIn anda
  • ๐Ÿ’ฌ Tutor AI peribadi
    Tersekat dalam pelajaran? Tanya tutor terbina dalam kamu apa sahaja, bila-bila masa.
  • ๐ŸŽง Termasuk versi audio
    Belajar sambil bergerak โ€” tanpa skrin
  • โ™พ๏ธ Akses seumur hidup
    Kembali bila-bila masa, tiada tamat tempoh
  • ๐Ÿ“ฑ Telefon atau komputer
    Berfungsi di mana-mana, mana-mana peranti
  • ๐Ÿ’ธ Pulangan 14 hari
    Tanpa soalan
  • โšก Pendek dan fokus
    2 jam 54 min kandungan praktikal

Ulasan

Belum ada ulasan โ€” jadilah yang pertama berkongsi pengalaman anda.

Tulis ulasan

โ˜†โ˜†โ˜†โ˜†โ˜†
Selepas hantar kami akan meminta anda log masuk โ€” draf disimpan.

Pelajar lain juga mengambil

Soalan lazim

Apa yang saya perlukan untuk mengikuti kursus ini? +

Hanya telefon atau komputer dengan internet. Tiada pemasangan, tiada perkakasan khas.

Bagaimana untuk membayar? +

Dengan kad melalui Stripe. Kami tidak menyimpan butiran kad โ€” Stripe menguruskannya dengan selamat.

Bolehkah saya dapatkan bayaran balik? +

Ya โ€” pulangan penuh dalam 14 hari, tanpa soalan.

Berapa lama saya akan mempunyai akses? +

Selamanya. Setelah membeli, kursus adalah milik anda โ€” boleh lawat semula bila-bila masa.

Adakah saya akan mendapat sijil? +

Ya. Setelah tamat, anda akan menerima sijil yang boleh ditambah ke profil LinkedIn anda.

Direka untuk pelajar dalam
Teknologi Reka bentuk Kewangan Pemasaran Kesihatan Pendidikan Hospitaliti Pembuatan