generative_ai_udacity

Udacity Generative AI Nanodegree: 개인 메모

Udacity Generative AI Nanodegree를 진행하면서 작성한 개인적인 메모입니다.

Nanodegree는 데이터 과학 Python 라이브러리 및 데이터베이스를 사용하여 기본 데이터 분석 기술을 가정하고 이러한 기술을 기반으로 하는 4개의 모듈을 갖추고 있습니다. 각 모듈에는 가이드 Markdown 파일과 함께 이 저장소에 해당 폴더가 있습니다.

1. 생성적 AI 기초: 01_Fundamentals_GenAI .
   • 기초 모델
   • 미세 조정
2. 대형 언어 모델(LLM) 및 텍스트 생성: 02_LLMs .
   • 트랜스포머 및 LLM
   • 검색 증강 생성(RAG) 챗봇
3. 컴퓨터 비전과 생성적 AI: 03_ComputerVision .
   • 생성적 적대 신경망(GAN)
   • 비전 트랜스포머
   • 확산 모델
4. 생성적 AI 솔루션 구축: 04_BuildingSolutions .
   • 벡터 데이터베이스
   • LangChain과 에이전트

또한 인증을 받으려면 일부 프로젝트를 제출하고 통과해야 합니다.

• 프로젝트 1: 기초 모델에 경량 미세 조정 적용 - TBD.
• 프로젝트 2: 나만의 맞춤형 챗봇 구축 - 미정.
• 프로젝트 3: 인페인팅을 이용한 AI 사진 편집 - 미정.
• 프로젝트 4: 맞춤형 부동산 중개인 - TBD.

마지막으로 관련 도구에 대한 개인 가이드도 확인하세요.

• David Foster가 쓴 O'Reilly 책 Generative Deep Learning, 2판에 대한 내 개인 메모
• Lewis Tunstall, Leandro von Werra 및 Thomas Wolf(O'Reilly)가 쓴 O'Reilly 책 Transformers를 사용한 자연어 처리에 대한 내 개인 메모
• HuggingFace 가이드: mxagar/tool_guides/hugging_face
• LangChain 가이드: mxagar/tool_guides/langchain
• LLM 도구: mxagar/tool_guides/llms
• NLP 가이드: mxagar/nlp_guide
• CV 및 NLP를 위한 딥 러닝 방법: mxagar/computer_vision_udacity/CVND_Advanced_CV_and_DL.md
• NLP를 위한 딥 러닝 방법: mxagar/deep_learning_udacity/DLND_RNNs.md

설정

일반적인 데이터 과학 패키지(예: scikit-learn, pandas, matplotlib 등)가 포함된 일반 Python 환경이면 충분합니다. 모든 특별/추가 패키지와 해당 설치 명령은 가이드에 소개되어 있습니다. 현재 패키지로 conda 환경을 설정하는 방법은 다음과 같습니다.

conda create --name ds pip python=3.10
conda activate ds
pip install -r requirements.txt

흥미로운 링크

• 초보자를 위한 microsoft/generative-ai
• ...

크레딧

이 저장소의 콘텐츠 중 상당수는 Udacity Generative AI Nanodegree를 따라 제작되었습니다.

미켈 사가르디아, 2024년.
보장하지 않습니다.