- Сообщения
- 658 708
- Реакции
- 15 189
- Монеты
- 325
- Оплачено
- 1
- Ссылка на картинку
Building Generative AI Projects with LLM, Langchain, GAN
Узнайте, как создавать генеративные приложения ИИ с использованием больших языковых моделей, langchain и генеративно-состязательных сетей.
Чему вы научитесь:
Это комплексный курс, основанный на проектах, на котором вы узнаете, как разрабатывать продвинутые приложения ИИ с использованием больших языковых моделей, интегрировать рабочий процесс с использованием Langchain и генерировать изображения с использованием генеративных состязательных сетей. Этот курс представляет собой идеальное сочетание Python и искусственного интеллекта, что делает его идеальной возможностью попрактиковаться в навыках программирования, одновременно улучшая свои технические знания в области интеграции генеративного ИИ.
На вводном занятии вы изучите основные основы больших языковых моделей и генеративных состязательных сетей, такие как знакомство с их вариантами использования и понимание того, как они работают. Затем, в следующем разделе, вы найдете и загрузите наборы данных с Kaggle, это платформа, которая предлагает разнообразную коллекцию наборов данных. После этого вы также изучите Hugging Face, это место, где вы можете получить доступ к широкому спектру готовых к использованию предварительно обученных моделей для различных приложений ИИ. Как только все будет готово, мы начнем создавать проекты ИИ.
В первом разделе мы создадим анализатор юридических документов, в который пользователи смогут загружать PDF-файлы, а ИИ извлечет ключевую информацию, обобщит сложные юридические тексты и выделит важные положения для быстрого просмотра. Далее мы разработаем анализатор данных Excel, позволяющий пользователям загружать электронные таблицы и использовать ИИ для выявления тенденций, генерации идей и автоматизации процессов анализа данных. Затем мы создадим генератор коротких рассказов на основе ИИ, в котором пользователи смогут создавать креативные и увлекательные повествования на основе простых подсказок, что сделает его полезным инструментом для писателей и создателей контента. После этого мы создадим генератор кода на основе ИИ, в который пользователи смогут вводить описания на естественном языке, а ИИ будет генерировать структурированные, функциональные фрагменты кода, оптимизируя процесс кодирования.
В следующем разделе мы разработаем чат-бота службы поддержки клиентов «вопрос-ответ», способного отвечать на распространенные запросы на основе заданной базы знаний, предоставляя автоматизированные ответы на вопросы клиентов. Кроме того, мы также создадим рефератор на базе ИИ, предназначенный для сжатия длинных статей, исследовательских работ или отчетов в краткие резюме, помогая пользователям быстро понимать ключевые моменты. Переходя к LangChain, мы создадим планировщик путешествий, который учитывает предпочтения пользователя и генерирует персонализированные маршруты, делая планирование поездок более простым и эффективным. Затем мы также создадим решатель математических задач, который интерпретирует и решает математические уравнения шаг за шагом, помогая студентам и профессионалам понять методы решения проблем.
В следующем разделе мы создадим проекты GAN, для первого проекта мы разработаем генератор случайных лиц, который может создавать реалистичные человеческие лица с нуля, демонстрируя силу генеративного ИИ в создании реалистичных изображений. Во втором проекте,мы построим глубокую сверточную GAN с нуля, реализовав функции генератора и дискриминатора, определив функцию потерь и обучив модель с помощью подхода состязательного обучения для генерации реалистичных изображений. После того, как мы построим приложения, мы проведем тестирование, чтобы убедиться, что приложение полностью функционирует, а также развернем приложение. Наконец, в конце курса мы построим приложение на основе LLM, используя инструменты без кода, такие как Dify AI и Relevance AI. Используя эти инструменты, вы сможете ускорить процесс разработки.
Прежде всего, перед тем как приступить к курсу, нам нужно задать себе вопрос: почему мы должны создавать приложения с использованием большой языковой модели? Ну, вот мой ответ: LLM можно использовать для анализа контекста, автоматизации сложных текстовых задач и генерации ответов, подобных человеческим. Эти технологии не только оптимизируют рабочие процессы и ускоряют поиск информации, но и повышают точность генерации текста и обработки данных. Будь то создание контента, анализ документов или взаимодействие в чате, LLM делают решения на основе ИИ более эффективными и доступными.
Ниже приведено то, чему вы научитесь в ходе этого курса:
18 разделов • 22 лекций • Общая продолжительность 4 ч 34 мин
Узнайте, как создавать генеративные приложения ИИ с использованием больших языковых моделей, langchain и генеративно-состязательных сетей.
Чему вы научитесь:
- Изучите основные принципы большой языковой модели и генеративно-состязательной сети, например, изучите варианты их использования и поймите, как они работают.
- Узнайте, как создать анализатор юридических документов с помощью LLM
- Узнайте, как анализировать данные Excel с помощью LLM
- Узнайте, как создать генератор коротких рассказов на основе искусственного интеллекта с помощью LLM
- Узнайте, как создать генератор кода ИИ с помощью LLM
- Узнайте, как создать чат-бот для поддержки клиентов, используя LLM
- Узнайте, как создать сумматор отчетов с помощью LLM
- Узнайте, как создать планировщик путешествий на основе искусственного интеллекта с помощью Langchain
- Узнайте, как создать решатель математических задач на основе искусственного интеллекта с помощью Langchain
- Узнайте, как создать случайный генератор лиц на основе искусственного интеллекта с помощью ProGAN
- Узнайте, как создать генератор случайных цифровых изображений с использованием Deep Convolutional GAN
- Узнайте, как строить функции генератора и дискриминатора
- Узнайте, как обучать и настраивать модель GAN
- Узнайте, как создать пользовательский интерфейс с помощью Streamlit и развернуть приложение в Hugging Face Space
- Узнайте, как создавать приложения на основе LLM с использованием Dify AI и Relevance AI
- Узнайте, как найти модели ИИ в Hugging Face и загрузите набор данных с Kaggle
Это комплексный курс, основанный на проектах, на котором вы узнаете, как разрабатывать продвинутые приложения ИИ с использованием больших языковых моделей, интегрировать рабочий процесс с использованием Langchain и генерировать изображения с использованием генеративных состязательных сетей. Этот курс представляет собой идеальное сочетание Python и искусственного интеллекта, что делает его идеальной возможностью попрактиковаться в навыках программирования, одновременно улучшая свои технические знания в области интеграции генеративного ИИ.
На вводном занятии вы изучите основные основы больших языковых моделей и генеративных состязательных сетей, такие как знакомство с их вариантами использования и понимание того, как они работают. Затем, в следующем разделе, вы найдете и загрузите наборы данных с Kaggle, это платформа, которая предлагает разнообразную коллекцию наборов данных. После этого вы также изучите Hugging Face, это место, где вы можете получить доступ к широкому спектру готовых к использованию предварительно обученных моделей для различных приложений ИИ. Как только все будет готово, мы начнем создавать проекты ИИ.
В первом разделе мы создадим анализатор юридических документов, в который пользователи смогут загружать PDF-файлы, а ИИ извлечет ключевую информацию, обобщит сложные юридические тексты и выделит важные положения для быстрого просмотра. Далее мы разработаем анализатор данных Excel, позволяющий пользователям загружать электронные таблицы и использовать ИИ для выявления тенденций, генерации идей и автоматизации процессов анализа данных. Затем мы создадим генератор коротких рассказов на основе ИИ, в котором пользователи смогут создавать креативные и увлекательные повествования на основе простых подсказок, что сделает его полезным инструментом для писателей и создателей контента. После этого мы создадим генератор кода на основе ИИ, в который пользователи смогут вводить описания на естественном языке, а ИИ будет генерировать структурированные, функциональные фрагменты кода, оптимизируя процесс кодирования.
В следующем разделе мы разработаем чат-бота службы поддержки клиентов «вопрос-ответ», способного отвечать на распространенные запросы на основе заданной базы знаний, предоставляя автоматизированные ответы на вопросы клиентов. Кроме того, мы также создадим рефератор на базе ИИ, предназначенный для сжатия длинных статей, исследовательских работ или отчетов в краткие резюме, помогая пользователям быстро понимать ключевые моменты. Переходя к LangChain, мы создадим планировщик путешествий, который учитывает предпочтения пользователя и генерирует персонализированные маршруты, делая планирование поездок более простым и эффективным. Затем мы также создадим решатель математических задач, который интерпретирует и решает математические уравнения шаг за шагом, помогая студентам и профессионалам понять методы решения проблем.
В следующем разделе мы создадим проекты GAN, для первого проекта мы разработаем генератор случайных лиц, который может создавать реалистичные человеческие лица с нуля, демонстрируя силу генеративного ИИ в создании реалистичных изображений. Во втором проекте,мы построим глубокую сверточную GAN с нуля, реализовав функции генератора и дискриминатора, определив функцию потерь и обучив модель с помощью подхода состязательного обучения для генерации реалистичных изображений. После того, как мы построим приложения, мы проведем тестирование, чтобы убедиться, что приложение полностью функционирует, а также развернем приложение. Наконец, в конце курса мы построим приложение на основе LLM, используя инструменты без кода, такие как Dify AI и Relevance AI. Используя эти инструменты, вы сможете ускорить процесс разработки.
Прежде всего, перед тем как приступить к курсу, нам нужно задать себе вопрос: почему мы должны создавать приложения с использованием большой языковой модели? Ну, вот мой ответ: LLM можно использовать для анализа контекста, автоматизации сложных текстовых задач и генерации ответов, подобных человеческим. Эти технологии не только оптимизируют рабочие процессы и ускоряют поиск информации, но и повышают точность генерации текста и обработки данных. Будь то создание контента, анализ документов или взаимодействие в чате, LLM делают решения на основе ИИ более эффективными и доступными.
Ниже приведено то, чему вы научитесь в ходе этого курса:
- Изучите основные принципы большой языковой модели и генеративно-состязательной сети, например, изучите варианты их использования и поймите, как они работают.
- Узнайте, как найти модели ИИ в Hugging Face и загрузите набор данных с Kaggle
- Узнайте, как создать анализатор юридических документов с помощью LLM
- Узнайте, как анализировать данные Excel с помощью LLM
- Узнайте, как создать генератор коротких рассказов на основе искусственного интеллекта с помощью LLM
- Узнайте, как создать генератор кода ИИ с помощью LLM
- Узнайте, как создать чат-бот для поддержки клиентов, используя LLM
- Узнайте, как создать сумматор отчетов с помощью LLM
- Узнайте, как создать планировщик путешествий на основе искусственного интеллекта с помощью Langchain
- Узнайте, как создать решатель математических задач на основе искусственного интеллекта с помощью Langchain
- Узнайте, как создать случайный генератор лиц на основе искусственного интеллекта с помощью ProGAN
- Узнайте, как создать генератор случайных цифровых изображений с использованием Deep Convolutional GAN
- Узнайте, как строить функции генератора и дискриминатора
- Узнайте, как обучать и настраивать модель GAN
- Узнайте, как создать пользовательский интерфейс с помощью Streamlit и развернуть приложение в Hugging Face Space
- Узнайте, как создавать приложения на основе LLM с использованием Dify AI и Relevance AI
18 разделов • 22 лекций • Общая продолжительность 4 ч 34 мин
- Введение в курс
- Инстурменты, IDE и набор данных
- Введение в LLM и GAN
- Поиск и загрузка набора данных из Kaggle
- Поиск ИИ-моделей в Hugging Face
- Создание анализатора юридических документов с LLM
- Анализ данных Excel с помощью LLM
- Создание генератора коротких рассказов на основе искусственного интеллекта с LLM
- Создание генератора кода ИИ с LLM
- Создание чат-бота для поддержки клиентов с LLM
- Создание сумматора отчетов с LLM
- Создание ИИ-планировщика путешествий с помощью Langchain
- Создание решателя математических задач на основе искусственного интеллекта с помощью Langchain
- Создание случайного генератора лиц на основе ИИ с помощью ProGAN
- Создание пользовательского интерфейса с помощью Streamlit и развертывание приложения в Hugging Face Space
- Создание приложений на основе LLM с помощью Dify AI и Relevance AI
- Заключение и резюме
Показать больше
Зарегистрируйтесь
, чтобы посмотреть авторский контент.