generative_ai_udacity

Udacity Generative AI Nanograde: личные заметки

Это мои личные заметки, сделанные во время работы над Udacity Generative AI Nanograde.

Nanograde предполагает базовые навыки анализа данных с использованием библиотек и баз данных Python для науки о данных и имеет 4 модуля, которые развивают эти навыки; каждому модулю соответствует соответствующая папка в этом репозитории с файлом руководства Markdown:

1. Основы генеративного искусственного интеллекта: 01_Fundamentals_GenAI .
   • Модели фундамента
   • Тонкая настройка
2. Большие языковые модели (LLM) и генерация текста: 02_LLMs .
   • Трансформаторы и LLM
   • Поисковые чат-боты дополненной генерации (RAG)
3. Компьютерное зрение и генеративный искусственный интеллект: 03_ComputerVision .
   • Генеративно-состязательные сети (GAN)
   • Видение Трансформеры
   • Диффузионные модели
4. Создание решений генеративного искусственного интеллекта: 04_BuildingSolutions .
   • Векторные базы данных
   • LangChain и агенты

Кроме того, для получения сертификации необходимо подать и пройти несколько проектов:

• Проект 1. Применение облегченной точной настройки к базовой модели — подлежит уточнению.
• Проект 2: Создайте своего собственного чат-бота — подлежит уточнению.
• Проект 3: Редактирование фотографий с помощью искусственного интеллекта с помощью Inpainting — подлежит уточнению.
• Проект 4: Персональный агент по недвижимости – подлежит уточнению.

Наконец, также ознакомьтесь с некоторыми из моих личных руководств по соответствующим инструментам:

• Мои личные заметки о книге Дэвида Фостера «Генераторное глубокое обучение», 2-е издание О'Рейли.
• Мои личные заметки о книге О'Рейли «Обработка естественного языка с помощью преобразователей» Льюиса Танстолла, Леандро фон Верры и Томаса Вольфа (О'Рейли)
• Руководство по HuggingFace: mxagar/tool_guides/hugging_face
• Руководство по LangChain: mxagar/tool_guides/langchain
• Инструменты LLM: mxagar/tool_guides/llms
• Руководство по НЛП: mxagar/nlp_guide
• Методы глубокого обучения для CV и НЛП: mxagar/computer_vision_udacity/CVND_Advanced_CV_and_DL.md
• Методы глубокого обучения для НЛП: mxagar/deep_learning_udacity/DLND_RNNs.md

Настраивать

Обычной среды Python с обычными пакетами обработки данных должно быть достаточно (например, scikit-learn, pandas, matplotlib и т. д.); любые специальные/дополнительные пакеты и команды их установки представлены в руководствах. Рецепт настройки среды conda с моими текущими пакетами следующий:

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

Интересные ссылки

• Microsoft/генеративный AI для начинающих
• ...

Кредиты

Большая часть содержимого этого репозитория была создана на основе Udacity Generative AI Nanograde.

Микель Сагардиа, 2024 год.
Никаких гарантий.