Ce que vous devez savoir avant
Vous commencez
Débute 5 June 2026 01:45
Se termine 5 June 2026
00
Jours
00
Heures
00
Minutes
00
Secondes
LLMs locaux via Ollama & LM Studio - Le guide pratique
Explorez le monde des modèles de langage de grande taille ouverts tels que Gemma, Llama et DeepSeek, et apprenez à les exécuter localement pour l'inférence IA sur du matériel de niveau consommateur. Ce guide pratique, offert par Udemy, fournit une compréhension approfondie de l'utilisation d'Ollama et LM Studio pour exploiter la puissance des.
via Udemy
4160 Cours
3 hours 54 minutes
Amélioration optionnelle disponible
Not Specified
Progressez à votre rythme
Paid Course
Amélioration optionnelle disponible
Aperçu
Unlock the Power of Private, Powerful AI on Your Own PC!
Programme
- Introduction aux LLMs Locaux
- Mise en Place de Votre Environnement
- Comprendre l'Architecture des LLMs
- Démarrage avec Ollama
- Exploration de LM Studio
- Applications Pratiques des LLMs Locaux
- Meilleures Pratiques pour l'Optimisation des Performances
- Techniques Avancées d'Utilisation des LLMs Locaux
- Études de Cas et Exemples Réels
- Conclusion
- Facultatif : Projet de Fin d'Études
Aperçu des Modèles de Langage de Grande Taille
Avantages de l'Exécution de LLMs Localement vs. sur le Cloud
Introduction à Ollama et LM Studio
Exigences Systémiques pour l'Exécution de LLMs Locaux
Installation et Configuration d'Ollama
Installation et Configuration de LM Studio
Composants Principaux des LLMs
Entraînement vs. Inférence
Ajustement Fin vs. Modèles Pré-entraînés
Aperçu de l'Interface Ollama
Chargement et Gestion des Modèles
Réalisation de Tâches d'Inférence de Base
Navigation dans l'Interface de LM Studio
Utilisation des Outils et Fonctionnalités Intégrés
Intégration de LM Studio avec d'Autres Applications
Tâches de Traitement du Langage Naturel
Automatisation de Tâches Répétitives avec les LLMs
Création d'Applications Personnalisées
Gestion des Ressources et Techniques d'Optimisation
Dépannage des Problèmes Courants
Considérations de Sécurité et de Confidentialité
Personnalisation des Modèles pour des Cas d'Utilisation Spécifiques
Combinaison de Plusieurs LLMs pour une Performance Améliorée
Exploration des Développements de Pointe des LLMs
Mise en Œuvre Réussie de LLMs Locaux dans Différentes Industries
Leçons Apprises et Meilleures Pratiques à partir des Études de Cas
Récapitulatif des Points Clés Appris
Tendances Futures dans les LLMs Locaux
Session Finale de Q&R et de Clôture
Conception et Mise en Œuvre d'une Application Basée sur un LLM Local
Session de Révision par les Pairs et de Retour d'Expérience
Enseigné par
Maximilian Schwarzmüller
Matières
Computer Science