


Tiga kursus baharu Andrew Ng dikeluarkan berturut-turut, mengajar anda langkah demi langkah cara membina aplikasi menggunakan API ChatGPT
Enda Ng telah menghantar berita baik kepada komuniti AI sekali lagi.
Hari ini, Andrew Ng mengumumkan di Twitter bahawa tiga kursus AI generatif baharu dalam talian.
Tiga kursus ini termasuk -
1 Sistem Binaan: Dengan kursus ini, melampaui satu gesaan dan belajar membina aplikasi kompleks yang menggunakan berbilang panggilan API ke LLM. Pada masa yang sama, anda akan belajar cara menilai output LLM untuk memastikan keselamatan dan ketepatan, serta memacu peningkatan berulang.
2. LangChain untuk pembangunan aplikasi LLM: Dengan mempelajari alat sumber terbuka yang berkuasa ini, anda boleh membina aplikasi yang menggunakan LLM Aplikasi termasuk memori chatbot, jawapan soalan pada dokumen dan ejen LLM yang boleh memutuskan tindakan yang perlu diambil seterusnya.
3. Bagaimana Model Resapan Berfungsi: Kursus ini membolehkan anda mempelajari cara resapan model berfungsi Butiran teknikal, model ini menyokong Midjourney, DALL·E 2 dan Stable Diffusion. Anda juga boleh menjana kod Jupyter anda sendiri yang berfungsi untuk sprite permainan video.
Perhatikan bahawa kursus ini adalah percuma untuk masa yang terhad, dan tempoh setiap kursus ialah 1- 1.5 jam.
Membina sistem menggunakan API ChatGPT
Dalam kursus ini, anda boleh belajar cara mengautomasikan aliran kerja yang kompleks dengan memanggil model bahasa besar secara berterusan.
Kandungan termasuk:
· Bina gesaan yang berinteraksi dengan gesaan sebelumnya rantai.
· Bina kod Python untuk berinteraksi dengan sistem segera sedia ada dan baharu.
· Bina bot sembang perkhidmatan pelanggan menggunakan teknik daripada kursus.
Kemahiran ini boleh digunakan pada senario dunia sebenar termasuk mengklasifikasikan pertanyaan pengguna ke dalam respons ejen sembang, menilai keselamatan pertanyaan pengguna dan memproses tugas untuk rantaian pemikiran, penaakulan pelbagai langkah.
Antaranya, contoh praktikal menjadikan konsep mudah difahami, manakala Buku Nota Jupyter terbina dalam membolehkan anda mencuba dengan lancar dengan kod dan makmal yang diperkenalkan dalam kursus.
Kursus ini sesuai untuk pemula yang mempunyai pemahaman asas tentang Python. Ia juga sesuai untuk jurutera pembelajaran mesin pertengahan dan lanjutan yang ingin mempelajari kemahiran kejuruteraan pantas termaju LLM.
LangChain untuk pembangunan aplikasi LLM
Dalam kursus ini, anda boleh mempelajari kemahiran asas untuk menggunakan rangka kerja LangChain untuk melanjutkan kes penggunaan dan kefungsian model bahasa dalam aplikasi pembangunan.
Secara khusus termasuk:
· Model, pembayang dan penghurai: memanggil LLM, memberikan pembayang dan menghuraikan respons
· Memori LLM: memori untuk menyimpan perbualan dan mengurus ruang konteks terhad
· Rantaian: mencipta urutan operasi
· Dokumentasi S&J: Gunakan LLM pada data proprietari anda dan keperluan kes penggunaan
· Ejen: Meneroka Pembangunan Berkuasa LLM sebagai Agen Inferens
Pada akhir kursus, anda akan mempunyai model yang boleh menjadi titik permulaan untuk penerokaan anda sendiri terhadap model resapan gunaan.
Kursus ini akan sangat membantu anda mengembangkan kemungkinan memanfaatkan model bahasa yang berkuasa, dan dalam beberapa jam, anda boleh mencipta aplikasi yang luar biasa.
Kursus ini sesuai untuk pemula, yang hanya perlu menguasai pengetahuan asas Python.
Cara model resapan berfungsi
Dalam bahagian ini, anda boleh memperoleh pemahaman yang mendalam tentang proses resapan dan model yang melaksanakannya.
Kursus ini bukan sekadar membawa masuk model pra-bina atau menggunakan API, ia mengajar anda untuk bermula dari contengan Bina model resapan.
Secara khusus termasuk:
· Terokai dunia termaju AI generatif berasaskan resapan dan cipta model resapan anda sendiri dari awal.
· Dapatkan cerapan tentang model proses resapan dan proses pemanduan, melangkaui model dan API pra-bina.
· Dapatkan kemahiran pengekodan praktikal melalui pensampelan makmal, melatih model resapan, membina rangkaian saraf untuk ramalan hingar dan menambah konteks untuk penjanaan imej yang diperibadikan.
Menjelang akhir kursus, anda akan mempunyai model yang boleh berfungsi sebagai titik permulaan untuk penerokaan anda sendiri dalam menggunakan model resapan.
Antaranya, contoh praktikal menjadikan konsep mudah difahami, manakala Buku Nota Jupyter terbina dalam membolehkan anda mencuba dengan lancar dengan kod dan makmal yang diperkenalkan dalam kursus.
Ini ialah kursus peringkat pertengahan dan memerlukan pengetahuan tentang Python, Tensorflow atau Pytorch.
Atas ialah kandungan terperinci Tiga kursus baharu Andrew Ng dikeluarkan berturut-turut, mengajar anda langkah demi langkah cara membina aplikasi menggunakan API ChatGPT. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Perintah shutdown CentOS adalah penutupan, dan sintaks adalah tutup [pilihan] [maklumat]. Pilihan termasuk: -h menghentikan sistem dengan segera; -P mematikan kuasa selepas penutupan; -r mulakan semula; -T Waktu Menunggu. Masa boleh ditentukan sebagai segera (sekarang), minit (minit), atau masa tertentu (HH: mm). Maklumat tambahan boleh dipaparkan dalam mesej sistem.

Mark Cerny, Ketua Arkitek SonyinterActiveEntainment (SIE, Sony Interactive Entertainment), telah mengeluarkan lebih banyak butiran perkakasan dari PlayStation5Pro hos generasi akan datang (PS5Pro), termasuk GPU seni bina AMDRDNA2.x yang dinamakan, dan Kod Arsitektur AMDRDNA2.x yang dinamakan. Tumpuan peningkatan prestasi PS5Pro masih pada tiga tiang, termasuk GPU yang lebih kuat, jejak sinar maju dan fungsi resolusi super PSSR yang berkuasa AI. GPU mengamalkan seni bina AmdrDNA2 yang disesuaikan, yang Sony menamakan RDNA2.x, dan ia mempunyai beberapa seni bina RDNA3.

Dasar sandaran dan pemulihan Gitlab di bawah sistem CentOS untuk memastikan keselamatan data dan pemulihan, Gitlab pada CentOS menyediakan pelbagai kaedah sandaran. Artikel ini akan memperkenalkan beberapa kaedah sandaran biasa, parameter konfigurasi dan proses pemulihan secara terperinci untuk membantu anda menubuhkan strategi sandaran dan pemulihan GitLab lengkap. 1. Backup Manual Gunakan Gitlab-Rakegitlab: Backup: Buat Perintah untuk Melaksanakan Backup Manual. Perintah ini menyokong maklumat utama seperti repositori Gitlab, pangkalan data, pengguna, kumpulan pengguna, kunci, dan kebenaran. Fail sandaran lalai disimpan dalam direktori/var/opt/gitlab/sandaran. Anda boleh mengubah suai /etc /gitlab

Panduan Lengkap untuk Memeriksa Konfigurasi HDFS Dalam Sistem CentOS Artikel ini akan membimbing anda bagaimana untuk memeriksa konfigurasi dan menjalankan status HDFS secara berkesan pada sistem CentOS. Langkah -langkah berikut akan membantu anda memahami sepenuhnya persediaan dan operasi HDFS. Sahkan Pembolehubah Alam Sekitar Hadoop: Pertama, pastikan pembolehubah persekitaran Hadoop ditetapkan dengan betul. Di terminal, laksanakan arahan berikut untuk mengesahkan bahawa Hadoop dipasang dan dikonfigurasi dengan betul: Hadoopversion Semak fail konfigurasi HDFS: Fail konfigurasi teras HDFS terletak di/etc/hadoop/conf/direktori, di mana core-site.xml dan hdfs-site.xml adalah kritikal. gunakan

Penalaan prestasi zookeeper pada centOs boleh bermula dari pelbagai aspek, termasuk konfigurasi perkakasan, pengoptimuman sistem operasi, pelarasan parameter konfigurasi, pemantauan dan penyelenggaraan, dan lain -lain. Memori yang cukup: memperuntukkan sumber memori yang cukup untuk zookeeper untuk mengelakkan cakera kerap membaca dan menulis. CPU multi-teras: Gunakan CPU multi-teras untuk memastikan bahawa zookeeper dapat memprosesnya selari.

Latihan yang cekap model pytorch pada sistem CentOS memerlukan langkah -langkah, dan artikel ini akan memberikan panduan terperinci. 1. Penyediaan Persekitaran: Pemasangan Python dan Ketergantungan: Sistem CentOS biasanya mempamerkan python, tetapi versi mungkin lebih tua. Adalah disyorkan untuk menggunakan YUM atau DNF untuk memasang Python 3 dan menaik taraf PIP: Sudoyumupdatepython3 (atau SudodnfupdatePython3), pip3install-upgradepip. CUDA dan CUDNN (Percepatan GPU): Jika anda menggunakan Nvidiagpu, anda perlu memasang Cudatool

Membolehkan pecutan GPU pytorch pada sistem CentOS memerlukan pemasangan cuda, cudnn dan GPU versi pytorch. Langkah-langkah berikut akan membimbing anda melalui proses: Pemasangan CUDA dan CUDNN Tentukan keserasian versi CUDA: Gunakan perintah NVIDIA-SMI untuk melihat versi CUDA yang disokong oleh kad grafik NVIDIA anda. Sebagai contoh, kad grafik MX450 anda boleh menyokong CUDA11.1 atau lebih tinggi. Muat turun dan pasang Cudatoolkit: Lawati laman web rasmi Nvidiacudatoolkit dan muat turun dan pasang versi yang sepadan mengikut versi CUDA tertinggi yang disokong oleh kad grafik anda. Pasang Perpustakaan Cudnn:

Docker menggunakan ciri -ciri kernel Linux untuk menyediakan persekitaran berjalan yang cekap dan terpencil. Prinsip kerjanya adalah seperti berikut: 1. Cermin digunakan sebagai templat baca sahaja, yang mengandungi semua yang anda perlukan untuk menjalankan aplikasi; 2. Sistem Fail Kesatuan (Unionfs) menyusun pelbagai sistem fail, hanya menyimpan perbezaan, menjimatkan ruang dan mempercepatkan; 3. Daemon menguruskan cermin dan bekas, dan pelanggan menggunakannya untuk interaksi; 4. Ruang nama dan cgroups melaksanakan pengasingan kontena dan batasan sumber; 5. Pelbagai mod rangkaian menyokong interkoneksi kontena. Hanya dengan memahami konsep -konsep teras ini, anda boleh menggunakan Docker dengan lebih baik.
