Clases de Python para Subclasificación y Ajuste Fino de Modelos de IA

via YouTube

YouTube

2338 Cursos


course image

Resumen

Domina las clases de Python y su aplicación en el desarrollo de IA, centrándote en el ajuste fino de modelos de lenguaje grande (LLM) y la implementación de transformadores de visión con la funcionalidad de KERAS3.

Programa de estudio

    - Introducción a la Programación Orientada a Objetos en Python -- Descripción general de clases y objetos en Python -- Atributos y métodos -- Herencia y polimorfismo - Características Avanzadas de Clases en Python -- Métodos de clase y estáticos -- Decoradores de propiedad -- Métodos dunder para sobrecarga de operadores - Clases de Python para el Desarrollo de IA -- Diseño de clases reutilizables para tareas de IA -- Comprensión de jerarquías de clases en modelos de IA -- Implementación de parámetros de modelo como atributos de clase - Introducción a KERAS3 y su API Funcional -- Descripción general de funcionalidades de KERAS3 -- Construcción de modelos utilizando la API Funcional -- Ventajas de la subclase en KERAS3 - Subclasificación en Modelos de Lenguaje de Gran Escala (LLMs) -- Creación de capas personalizadas para LLMs -- Ajuste fino de LLMs preentrenados con subclasificación -- Estudio de caso: Implementación y ajuste fino de un modelo tipo GPT - Ajuste fino de Transformadores de Visión (ViT) utilizando Clases de Python -- Descripción general de la arquitectura de Transformadores de Visión -- Construcción y personalización de ViT usando KERAS3 -- Ejemplo práctico: Ajuste fino de un ViT en un conjunto de datos personalizado - Mejores Prácticas y Optimización -- Estrategias para una subclasificación de modelos eficiente -- Gestión de recursos y optimización del rendimiento -- Depuración y pruebas de clases de modelos de IA personalizados - Proyecto Final: Implementación de un Modelo de IA Personalizado -- Definir el alcance de un proyecto utilizando clases de Python -- Diseñar, implementar y ajustar un modelo de IA personalizado -- Presentar y evaluar tu modelo de IA - Conclusión y Recursos Adicionales -- Revisión de conceptos clave -- Lecturas recomendadas y recursos para un aprendizaje avanzado

Enseñado por


Etiquetas