從大型語言模型(LLMS)開始 - 免費成為專家!
一份完整的指南,在2024年開始並提高您的LLM技能,而沒有該領域的高級背景,並了解最新的新聞和最新技術!
首先,如果您有0個編程或AI知識,請遵循我為此目的製作的本指南,然後回到這裡!
本指南適用於編程和機器學習背景較小的任何人。沒有特定的順序可以遵循,但是從上到下都是經典的路徑。如果您不喜歡閱讀書籍,請跳過。如果您不想遵循在線課程,也可以跳過它。沒有一種方法可以成為機器學習專家,並且有動力,您絕對可以實現它。
此處列出的所有資源都是免費的,除了一些在線課程和書籍外,這些資源肯定是為了更好地理解的,但是絕對可以成為沒有他們的專家,在線閱讀,視頻和練習上花費了更多時間。在支付課程方面,本指南中的鏈接是附屬鏈接。如果您想遵循課程,請使用它們,因為它會支持我。謝謝,學習有趣的學習!請記住,這完全取決於您,而不是必需的。我覺得這對我很有用,也可能對他人有用。
不要害怕重複視頻或從多個來源學習。重複是學習成功的關鍵!
維護者:LouisfB01,如果您想查看/了解有關AI&LLM的更多信息,也可以在YouTube上和播客上活躍!您也可以在我的個人新聞通訊中每週學習更多兩次!
請隨時提交一個問題,以添加到此存儲庫中。
如果您共享列表,請在Twitter @Whats_AI或LinkedIn @Lououis Bouchard上標記我!
想知道本指南是關於什麼的?觀看此視頻:
目錄
- 前准人
- 首先以簡短的YouTube視頻介紹為第一步
- LLM書籍和文章(讀者)
- 關注在線課程
- 練習,練習和練習!
- 提示
- 檢索增強發電(RAG)
- 更多資源(社區,作弊表,新聞等等!)
- 如何找到機器學習工作
- 人工智能道德
- 了解更多並做更多...與LLMS一起做
前准人
如果您有0個編程或AI知識,請遵循我為此目的所做的本指南。主要查看Python部分,然後您將擁有足夠強大的背景來回到這裡!
如果您對Python和AI有些熟悉,那麼我祝您學習愉快!
首先以簡短的YouTube視頻介紹為第一步
從簡短的YouTube視頻介紹開始
這是從一無所有開始的最佳方法。在這裡,我列出了一些我發現的最佳視頻,這些視頻將為您提供有關在LLM字段開始的術語的絕佳介紹。
- 了解術語
- 掌握AI術語 - 您的OpenAI和LLM條款指南-Louis Bouchard-快速介紹LLM(或GPT)世界中最常用的術語。
- 了解變形金剛和LLM(即Chatgpt背後的模型)!
- 大型語言模型的介紹 - Andrej Karpathy的令人驚嘆的1小時演講。
- 自然語言處理和大型語言模型 - 引起注意機制,令牌,嵌入等令人驚嘆的視頻介紹,以更好地了解大型語言模型(如Luis Serrano的GPT)背後的所有內容。
- What are Transformer Models and how do they work? - Luis Serrano
- 插圖的Word2Vec-機器學習中單詞嵌入的溫和介紹 - Jay Alammar對機器學習中的單詞嵌入的明確說明。
- A Hackers' Guide to Language Models - by Jeremy Howard (fast.ai).
- 讓我們構建GPT:從頭開始,代碼,拼寫。 - by Andrej Karpathy.
Another easy way to get started and keep learning is by listening to podcasts in your spare time. Driving to work, on the bus, or having trouble falling asleep? Listen to some AI podcasts to get used to the terms and patterns, and learn about the field through inspiring stories!我邀請您遵循我個人最喜歡的一些最好的,例如Lex Fridman,Machine Learning Street Talk,顯然是我的播客:Louis Bouchard Podcast,您將在那裡了解到賽場上令人難以置信的才華橫溢的人,並以鼓舞人心的故事分享了他們努力收集的知識。 A new one I really enjoy listening to that keeps me up to date is the ThursdAI podcast by my friend Alex Volkov.
Here is a list of awesome courses available on YouTube that you should definitely follow and are 100% free.
- Louis Bouchard's LLM free course videos "Train & Fine-Tune LLMs for Production Course by Activeloop, Towards AI & Intel Disruptor". "A playlist for our LLM course: Gen AI 360: Foundational Model Certification!"
- Create a Large Language Model from Scratch with Python – Tutorial - by freeCodeCamp. “了解如何從頭開始構建自己的大型語言模型。本課程將進入大型語言模型背後的數據處理,數學和變壓器。您將使用Python。”
- LLM University (LLMU) from Cohere - by Cohere. LLM University(LLMU)是一組全面的學習資源,適合從初學者到高級學習者感興趣的任何對自然語言處理(NLP)感興趣的人。
- The Attention Mechanism in Large Language Models - by Luis Serrano. In this video series, Luis explains the Transformer architecture going increasingly in depth. It is a very good overview and explanation of Transformers and the attention mechanism that I believe should be watched by all AI professionals.
LLM書籍和文章(讀者)
如果您喜歡文章和閱讀路徑,這裡有一些建議:
- 建立生產LLM:通過提示,微調和抹布提高LLM的能力和可靠性 - 向AI提高。 “發現將大型語言模型調整為現實世界應用的關鍵技術堆棧,包括及時的工程,微調和檢索增強發電。” (或在此處獲取電子書。您可以為我提供良好的折扣!)
- 插圖變壓器 - 傑伊·阿拉瑪(Jay Alammar)。這是一篇著名的文章,為當前語言模型的工作方式提供了一個驚人的解釋。
- LLMS的實用介紹 - Shawhin Talebi。
- 媒介幾乎是找到AI或朝向數據科學出版物的最佳解釋的最佳場所。我也在那里分享自己的文章,我喜歡使用該平台。如果您聽起來很有趣,並且您想同時支持我,則可以在此處使用我的附屬鏈接訂閱媒體!
- 新米拉學生的閱讀清單 - 匿名
- 2022年NLP碩士的完整路線圖
- NLTK書是學習NLP背後基本理論的免費資源:https://www.nltk.org/book/
- 帶註釋的變壓器 - 哈佛大學
關注在線課程
如果您喜歡更多的指導,我可以建議您檢查(可選)在線課程,例如...
- 具有大語言模型的生成AI - 付費
- 通過Coursera的自然語言處理專業化成為NLP Pro。
- Gradio課程 - 為機器學習模型創建用戶界面 - FreecodeCamp-免費
- Activeloop的Train&Pine -Tune LLMS生產課程,邁向AI和Intel Disruptor-免費
- LLM大學的Cohere-免費
- 從初學者到高級LLM開發人員 - 到AI。 “使用LLM,提示,抹布,微調和代理來構建您的第一個可擴展產品!掌握了頂級公司所需的技能,並使用真實的應用程序構建自己的高級LLM MVP。”
- 通過DeepLearning.AI - 付費“闖入NLP空間。主尖端NLP技術通過四個動手實踐課程!”成為NLP Pro。
- NLP納米學位! - 付費“學習尖端的自然語言處理技術來處理語音和分析文本。建立概率和深度學習模型,例如隱藏的馬爾可夫模型和經常性的神經網絡,以教計算機來執行諸如語音識別,機器翻譯等諸如諸如諸如語音識別之類的任務!”
- Google Cloud的大型語言模型簡介 - 付費
- 在應用程序中學習訓練,微調並使用LLM。 - 重量和偏見免費
- 帶有語義搜索的大型語言模型 - 免費,深度學習。
您可以輕鬆地使用Google以獲取更多信息,但是在閱讀和觀看了這些內容之後,我相信您已經對LLM有足夠的了解來達成真正的交易:練習。
練習,練習和練習!
練習是關鍵
編程中最重要的是實踐。這也適用於機器學習。很難找到一個個人的練習項目。 I strongly advise you to try to build something by yourself, but I understand it may be intimidating.然後,我建議的是遵循一兩個極其應用的課程,並使用資源根據他們為您提供的代碼示例,Chatgpt或Github Copilot來構建您自己的項目,以作為其餘作品的代碼助理為您工作。
Here are a few of the most applied courses I could find for LLMs:
- Looking to build a quick text classification model or word vectorizer, fasttext is a good library to quickly train up a model.
- Huggingface是獲得現代NLP車型的地方,它們還包括整個課程。
- Langchain&Vector數據庫中的數據庫 - 我們與Activeloop和Intel Insportor Initiative合作構建了一個驚人的免費資源,以了解生產中的Langchain&Vector數據庫。 “無論您是經驗豐富的開發人員,是AI領域的新手還是經驗豐富的機器學習愛好者,本課程都是為您設計的。我們的目標是使AI易於訪問且實用,從而改變您如何處理日常任務和工作的整體影響。”
- 培訓和微調生產的LLMS-我們與Activeloop和Intel Insuptor倡議合作建立了一個驚人的免費資源,以了解培訓和調整生產的培訓LLMS。 “如果您想學習如何從頭開始訓練和微調llms,並介紹了python的知識以及適度的計算資源(在某些情況下,只有Google Colab就足夠了!),您應該全部設置和完成課程。本課程是在腦海中設計的,包括AI,當前的機器學習工具,以您的範圍進行一定的製度,以實現您的範圍,以使您的職業範圍有一定的責任各種各樣的行業,使AI更容易訪問和實用。”
- 現實世界中的ML教程和社區 - 付費
提醒。最好的學習方法是建造一些東西!我真的很容易學習。這些課程都很棒,但是可選。您可以自己做,並且大多數公司提供與LLMS合作的資源(OpenAI,Langchain,Activeloop,Cohere,W&B ...)都有很棒的教程,可以讓您開始建造一些東西。然後,您可以要求chatgpt幫助您完成它!
提示
提示是使用模型和構建與NLP相關的應用程序學習的重要新技能。
- 什麼提示?與AI模型交談...-免費
- chatgpt提示開發人員工程 - 付費
- 學習提示 - 這是一門很棒的免費課程,旨在教提示並為特定模型提供提示。這是您需要提示的全部!
- 提高可靠性的技術 - 促使技術的OpenAI食譜。
更多有關檢索增強發電(RAG)和微調的更多信息
大多數人目前構建基於抹布的應用程序。這裡有一些我喜歡讓您開始並對其有很好理解的資源...
- 一項針對LLM性能最大化的技術的調查 - Openai的驚人視頻涵蓋了何時使用及時的工程,抹布或微調。這對現場的每個人來說都是必看的!
- 抹布與微調與深度內存與培訓LLM從頭開始:何時使用LLMS進行工作 - Simlarly,這是一個簡短的視頻覆蓋率,您應該在應用程序中使用抹布,微調或及時工程。
- 使用GPT和嵌入式建造問答聊天機器人 - 傑里米·平托(Jeremy Pinto)應用的YouTube教程。
- 如何構建可以回答有關您網站的問題的AI-免費OpenAI教程。
- 從初學者到高級LLM開發人員 - 到AI。 “使用LLM,提示,抹布,微調和代理來構建您的第一個可擴展產品!掌握了頂級公司所需的技能,並使用真實的應用程序構建自己的高級LLM MVP。”
- 如何構建基於抹布的Chatgpt Web應用程序:結識我們的新AI Tutor-YouTube介紹我如何構建基於抹布的聊天機器人(也可以如何)。
- 培訓和微調生產的LLM-從頭開始學習如何培訓和微調LLMS。
- Paul Iusztin,Pau Labarta Bajo和Alexandru Razvant培訓和部署實時財務顧問-LLMS課程。
- 通過Langchain&LlamainDex檢索增強生產 - 無論是計劃與您的組織申請建立聊天,還是只是學習如何在各個行業中利用生成AI,此課程適合您。該課程解決了關鍵問題,例如提高檢索準確性,降低AI輸出的幻覺,提高解釋性,解決版權問題,並提供更量身定制的最新數據輸入。我們超越了基本的抹布應用程序,使您能夠使用Langchain,LlamainDex和深刻的記憶力來創建更複雜,可靠的產品。強調動手學習,本課程是在現實世界中掌握高級抹布技術和應用程序的門戶。
- 建立生產LLM:通過提示,微調和抹布提高LLM的能力和可靠性 - 向AI提高。 “發現將大型語言模型調整為現實世界應用的關鍵技術堆棧,包括及時的工程,微調和檢索增強發電。” (或在此處獲取電子書。您可以為我提供良好的折扣!)
更多資源
加入社區!
與許多AI愛好者的不和諧服務器 - 一起學習,提出問題,找到Kaggle隊友,分享您的項目等等。
您可以在其中最新的AI新聞保持最新狀態的Discord服務器 - 與最新的AI新聞保持最新,提出問題,分享您的項目等等。
學習提示不一致的社區 - 與及時工程師聊天。
關注Reddit社區 - 提出問題,分享您的項目,關注新聞等等。
- 人造 - 人工智能
- 機械學習 - 機器學習(該領域最大的子重新數)
- 深度學習紙 - 深度學習論文
- Computervision-從圖像和視頻中提取有用的信息
- 學習計算 - 學習機器學習
- 人造智能-AI
- LATSESTINML-機器學習中改變遊戲的發展,您不應該錯過
關注現場的新聞!
找到機器學習工作
- 從文章中閱讀本節,其中包含面試技巧以及如何為他們做準備。
- 了解面試過程如何進行,並通過觀看其他人的工作方式來為他們做好準備,例如我與Nvidia,Zoox(自動駕駛公司),D-ID(生成AI啟動)和ETC的專家一起跑過的訪談系列。
人工智能道德
- 什麼是倫理,為什麼它們重要?機器學習版 - fast.ai的創始人雷切爾·托馬斯(Rachel Thomas)
- AI4PEOPLE - 一個良好AI社會的道德框架:機遇,風險,原則和建議-Floridi等人,2018年,良好社會的AI4PEOPLE AI
- 值得信賴的AI的道德準則 - 歐洲委員會高級專家組7分,可信賴的AI。
- 《機器人和人工智能倫理學介紹》 - 克里斯托夫·巴特內克(Christoph Bartneck),克里斯托夫·呂格(ChristophLütge),艾倫·瓦格納(Alan Wagner)和肖恩·威爾士(Sean Welsh)的免費電子書。
了解更多並做更多...與LLMS一起做
Chatgpt,Bing,Claude ...令人難以置信。當然,它們有局限性。但是,您可以利用這些學習所需的東西。我將其用於編碼或總體上問很多問題。當您提出重要問題時,您需要仔細檢查。儘管如此,它還是一個強大的工具。是的,這是一種工具,而不是人類的替代品。將其用作愚蠢的助手,幾乎了解一切。
這是我如何將其用於項目來更好地理解我不熟悉的項目的功能的明確示例。這是針對Python的,但是這些模型通常用於編碼一般,了解新平台(例如AWS,GCP,使用虛擬機,服務器,SSH連接等。...您不熟悉在LLM Space中都有用的任何東西)。
PS我沒有提到Bing和Claude的樂趣。不要過分依賴像Openai這樣的單一公司。在爭取最好的LLM鬥爭中,還有其他公司(並且將永遠)。我想在今天早上為指南創建一個榜樣。
如果您共享列表,請在Twitter @Whats_AI或LinkedIn @Lououis Bouchard上標記我!
?如果您想支持我的工作,則可以檢查以贊助此存儲庫或在Patreon上支持我。
該指南仍定期更新。