Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.5
114 avis
niveau Intermédiaire
Expérience recommandée
Expérience recommandée
Niveau intermédiaire
Connaissance de base de Python, PyTorch et de l'architecture des transformateurs. Vous devriez également être familier avec l'apprentissage automatique et les concepts de réseaux neurones.
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.5
114 avis
niveau Intermédiaire
Expérience recommandée
Expérience recommandée
Niveau intermédiaire
Connaissance de base de Python, PyTorch et de l'architecture des transformateurs. Vous devriez également être familier avec l'apprentissage automatique et les concepts de réseaux neurones.
Compétences recherchées et prêtes à l'emploi dont les entreprises ont besoin pour travailler avec des LLM à base de transformateurs en ingénierie de l'IA générative
Comment effectuer un réglage fin efficace des paramètres (PEFT) à l'aide de méthodes telles que LoRA et QLoRA afin d'optimiser l'apprentissage des modèles
Comment utiliser des modèles de transformateurs pré-entraînés pour les tâches linguistiques et les affiner pour des applications spécifiques en aval ?
Comment charger des modèles, exécuter l'inférence et former des modèles en utilisant les frameworks Hugging Face et PyTorch
Lorsque vous vous inscrivez à ce cours, vous devez également sélectionner un programme spécifique.
Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable
Il y a 2 modules dans ce cours
La demande de compétences techniques en IA générative (GenAI) augmente, et les entreprises recherchent activement des ingénieurs en IA capables de travailler avec de grands modèles de langage (LLM). Ce cours IBM est conçu pour développer des compétences prêtes à l'emploi qui peuvent accélérer votre carrière en IA. Dans ce cours, vous explorerez les transformateurs et les cadres et plates-formes de modèles clés, y compris Hugging Face et PyTorch. Vous commencerez par un cadre fondamental pour l'optimisation des LLM et progresserez rapidement vers le réglage fin des modèles IA génératifs. Vous apprendrez également des techniques avancées telles que le réglage fin efficace par paramètre (PEFT), l'adaptation à faible rang (LoRA), le LoRA quantifié (QLoRA) et l'incitation. Les laboratoires pratiques vous donneront une expérience précieuse et pratique, y compris le chargement, le pré-entraînement et le réglage fin des modèles à l'aide d'outils standard de l'industrie. Ces compétences sont directement applicables dans les rôles d'IA du monde réel et sont parfaits pour mettre en valeur dans les entretiens. Si vous êtes prêt à prendre votre carrière IA au niveau suivant et renforcer votre CV avec des compétences Gen IA en demande, inscrivez-vous aujourd'hui et commencez à appliquer vos nouvelles compétences en seulement une semaine !
Dans ce module, vous vous plongerez dans les aspects pratiques du travail avec de grands modèles de langage (LLM) en utilisant des outils standards tels que Hugging Face et PyTorch. Vous explorerez les distinctions entre ces cadres, apprendrez comment charger et effectuer l'inférence avec des modèles pré-entraînés, et comprendrez les processus de pré-entraînement et de réglage fin des LLM. Grâce à des travaux pratiques, vous acquerrez de l'expérience dans la mise en œuvre de ces techniques, améliorant ainsi votre capacité à développer et à optimiser des modèles d'IA générative pour diverses applications. À la fin de ce module, vous serez équipé des compétences nécessaires pour utiliser efficacement et affiner les LLM, en les alignant sur des tâches spécifiques et des exigences de performance.
Afficher les informations sur le contenu du module
5 vidéos•Total 29 minutes
Introduction au cours•3 minutes
Face d'étreinte vs. PyTorch•6 minutes
Utilisation de transformateurs pré-entraînés et réglage fin•7 minutes
Mise au point avec PyTorch•7 minutes
Réglage fin avec le visage étreignant•5 minutes
4 lectures•Total 25 minutes
Aperçu du cours•3 minutes
Aperçu des spécialisations•7 minutes
Conseils utiles pour l'achèvement des cours•5 minutes
Lecture : Résumé et points forts•10 minutes
2 devoirs•Total 27 minutes
Quiz pratique : L'apprentissage par transfert dans la PNL•12 minutes
Quiz noté : Transformateurs et mise au point•15 minutes
4 éléments d'application•Total 170 minutes
Lab : Chargement de modèles et inférence avec Hugging Face•20 minutes
[Optionnel] Pré-entraînement des LLMs avec Hugging Face (visage étreint)•60 minutes
Lab : Pré-entraînement et mise au point avec PyTorch•60 minutes
Lab : Ajustement des transformateurs avec PyTorch et Hugging Face•30 minutes
Réglage fin efficace des paramètres (PEFT)
Module 2•4 heures à terminer
Détails du module
Dans ce module, vous explorerez des méthodes de pointe pour affiner les grands modèles de langage à l'aide de techniques d'ajustement paramétrique efficace (PEFT). Vous acquerrez une compréhension des adaptateurs, de l'adaptation à faible rang (LoRA) et de la quantification, ainsi que des applications pratiques des bibliothèques PyTorch et Hugging Face. Les travaux pratiques et les lectures vous permettront d'approfondir vos connaissances sur les invites douces, la LoRA quantifiée (QLoRA) et la terminologie clé. Vous aurez également accès à une antisèche concise et à un glossaire qui renforcent les techniques, les termes et les outils essentiels présentés tout au long du cours.
[Facultatif] Lab : QLoRA avec Hugging Face•15 minutes
Promesses douces•25 minutes
Aide-mémoire : L'IA générative et les transformateurs de précision•15 minutes
Glossaire : Transformateurs d'IA générative et de réglage fin•5 minutes
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs
Évaluations de l’enseignant
Évaluations de l’enseignant
Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.
Chez IBM, nous savons à quel point la technologie évolue rapidement et nous reconnaissons le besoin crucial pour les entreprises et les professionnels d'acquérir rapidement des compétences pratiques prêtes à l'emploi. En tant qu'innovateur technologique leader sur le marché, nous nous engageons à vous aider à prospérer dans ce paysage dynamique. Grâce à IBM Skills Network, nos programmes de formation conçus par des experts en IA, développement de logiciels, cybersécurité, science des données, gestion d'entreprise, et plus encore, fournissent les compétences essentielles dont vous avez besoin pour décrocher votre premier emploi, faire progresser votre carrière ou favoriser la réussite de votre entreprise. Que vous vous perfectionniez ou que vous perfectionniez votre équipe, nos cours, nos spécialisations et nos certificats professionnels développent l'expertise technique qui vous assure, ainsi qu'à votre organisation, d'exceller dans un monde compétitif.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
4.5
114 avis
5 stars
73,91 %
4 stars
13,91 %
3 stars
5,21 %
2 stars
3,47 %
1 star
3,47 %
Affichage de 3 sur 114
S
SS
5·
Révisé le 16 nov. 2024
The coding part in the labs provided in this course was very helpful and helped me to stabilize my learning.
A
AE
4·
Révisé le 1 janv. 2025
The course is good but lacks depth on complex subjects.
R
RK
4·
Révisé le 16 janv. 2025
The labs all too often failed on environment issues - packages, version alignment, etc. This should be seamless in your controlled environment.
Combien de temps faut-il pour terminer la Specializations ?
Il faut environ 8 heures pour suivre ce cours, ce qui vous permet d'acquérir en une semaine les compétences professionnelles dont vous avez besoin pour impressionner un employeur !
Ai-je besoin de connaissances préalables pour suivre ce cours avec succès ?
Ce cours est de niveau intermédiaire, donc pour tirer le meilleur parti de votre apprentissage, vous devez avoir des connaissances de base de Python, PyTorch, et de l'architecture des transformateurs. Vous devez également être familier avec l'apprentissage automatique et les concepts de réseaux neurones.
Quelles sont les fonctions qui bénéficieront des compétences que j'aurai acquises à l'issue de ce cours ?
Ce cours fait partie de l'ingénierie de l'IA générative avec la spécialisation LLMs. Lorsque vous terminez la spécialisation, vous aurez les compétences et la confiance pour prendre des rôles d'emploi tels que l'ingénieur IA, ingénieur NLP, ingénieur d'apprentissage automatique, ingénieur d'apprentissage profond, data scientist, ou développeur de logiciels qui veulent appliquer cherchant à travailler avec les LLM.
Ai-je besoin d'un logiciel ou d'un outil spécifique pour suivre le cours avec succès ?
Seul un navigateur web moderne est nécessaire pour suivre ce cours et tous les travaux pratiques. Vous aurez accès gratuitement à des environnements basés sur le cloud pour effectuer les travaux pratiques.
Quand aurai-je accès aux cours et aux devoirs ?
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Qu'est-ce que je recevrai si je m'abonne à ce certificat ?
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours du certificat et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - à partir de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.