Курс на Stepik
Обложка курса «Большие Языковые Модели (LLM) с нуля» на Stepik
3 200 ₽

Большие Языковые Модели (LLM) с нуля ★ 4.556

Открыть на
STEPIK.ORG

Представьте себе мир, где машины понимают вас так же, как и люди. Это не фантастика, это реальность, которую мы создаем с помощью нейросетей для обработки естественного языка (NLP). Наш курс, созданный при поддержке Hugging Face, предлагает глубокое погружение в мир нейросетей-трансформеров, используя такие библиотеки Hugging Face как: Transformers, Datasets, Tokenizers и Accelerate. От основ до продвинутых тем, мы покрываем все, что вам нужно знать, чтобы стать профессионалом в NLP.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Большие Языковые Модели (LLM) с нуля»Учеников на курсе 200
Сертификаты, выданные на курсе «Большие Языковые Модели (LLM) с нуля»Сертификатов выдано 35
Отзывы о курсе «Большие Языковые Модели (LLM) с нуля»Отзывов получено 9
Рейтинг курса «Большие Языковые Модели (LLM) с нуля»Рейтинг курса 4.556
Уроки в курсе «Большие Языковые Модели (LLM) с нуля»Количество уроков 48
Тесты в курсе «Большие Языковые Модели (LLM) с нуля»Количество квизов 357
Время прохождения курса «Большие Языковые Модели (LLM) с нуля»Время прохождения курса —
Стоимость курса «Большие Языковые Модели (LLM) с нуля»Стоимость курса 3 200 ₽ —
Обновления курса «Большие Языковые Модели (LLM) с нуля»Обновления курса — —
Дата публикации курса «Большие Языковые Модели (LLM) с нуля»Дата публикации курса — ———
Последнее обновление курса «Большие Языковые Модели (LLM) с нуля»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Большие Языковые Модели (LLM) с нуля» 11 разделов Уроки в курсе «Большие Языковые Модели (LLM) с нуля» 48 уроков Тесты в курсе «Большие Языковые Модели (LLM) с нуля» 357 тестов Время прохождения курса «Большие Языковые Модели (LLM) с нуля» 14 ч. Последнее обновление курса «Большие Языковые Модели (LLM) с нуля» обн. 1 год назад

1. Знакомство с Трансформерами

2 урока
Закрытый
1.1 Как работают Трансформеры? ↗
199
161
20м 55с
9
Открытый
1.2 Трансформеры, что они умеют? ↗
509
509
9м 39с
10

2. Использование Трансформеров

5 уроков
Закрытый
2.1 Как работает Пайплайн? ↗
159
132
38м 25с
7
Закрытый
2.2 Модели ↗
144
126
13м 14с
3
Закрытый
2.3 Токенизаторы ↗
137
124
34м 56с
4
Закрытый
2.4 Обработка сразу нескольких последовательностей ↗
132
118
17м 33с
4
Закрытый
2.5 Объединение всего вместе ↗
129
118
14м 57с
4

3. Настройка Предобученной Модели

3 урока
Закрытый
3.1 Обработка данных ↗
120
103
42м 8с
3
Закрытый
3.2 Тонкая настройка модели с использованием Trainer API ↗
108
98
28м 32с
5
Закрытый
3.3 Полный цикл обучения ↗
104
93
19м 48с
4

4. Работа с Хабом

3 урока
Закрытый
4.1 Использование предобученных моделей ↗
95
90
12м 20с
2
Закрытый
4.2 Совместное использование предварительно обученных моделей ↗
90
89
11м 22с
2
Закрытый
4.3 Создание карточки модели ↗
89
87
10м 30с
2

5. Библиотека "Datasets"

5 уроков
Закрытый
5.1 Работа с локальными и удаленными наборами данных ↗
88
79
17м 14с
2
Закрытый
5.2 Время нарезать ↗
84
69
43м 8с
2
Закрытый
5.3 Большие данные? Huggingface Datasets в помощь! ↗
78
70
20м 9с
2
Закрытый
5.4 Создание собственного набора данных ↗
75
69
16м 3с
1
Закрытый
5.5 Семантический поиск с FAISS ↗
75
67
24м 9с
3

6. Библиотека "Tokenizers"

8 уроков
Закрытый
6.1 Тренировка нового токенизатора на основе старого ↗
69
66
26м 2с
1
Закрытый
6.2 Особые возможности быстрых токенизаторов ↗
66
63
33м 41с
1
Закрытый
6.3 Быстрые токенизаторы и пайплайн для ответов на вопросы ↗
64
60
16м 0с
2
Закрытый
6.4 Нормализация и предварительная токенизация ↗
62
57
14м 18с
1
Закрытый
6.5 Токенизация с использованием кодирования байтовых пар ↗
59
56
14м 14с
2
Закрытый
6.6 Токенизация WordPiece ↗
58
57
17м 54с
1
Закрытый
6.7 Униграммная токенизация ↗
58
57
14м 19с
1
Закрытый
6.8 Создание собственного токенизатора ↗
60
54
19м 44с
2

7. Основные Примеры Задач Применения Трансформеров

6 уроков
Закрытый
7.1 Классификация токенов ↗
56
51
46м 56с
1
Закрытый
7.2 Тонкая настройка модели языка с маской ↗
54
48
28м 46с
0
Закрытый
7.3 Перевод ↗
54
49
5м 34с
1
Закрытый
7.4 Суммаризация (Резюмирование) ↗
53
47
14м 26с
0
Закрытый
7.5 Обучение модели обработки естественного языка с нуля ↗
51
45
19м 12с
2
Закрытый
7.6 Вопросно-ответная система ↗
51
41
5м 0с
1

8. Практические Задачи

5 уроков
Закрытый
8.1 Практическое задание: классификация отзывов о продукте ↗
48
31
18м 51с
0
Закрытый
8.2 Практическое Задание: Определение эмоций в тексте ↗
42
31
17м 31с
0
Закрытый
8.3 Практическое Задание: классификация языка текста ↗
43
30
17м 27с
0
Закрытый
8.4 Практическое задание: распознавание именованных сущностей ↗
43
43
0м 14с
0
Закрытый
8.5 Практическое задание: кластеризация новостных статей ↗
42
42
2м 3с
0

9. Создание Full Stack Демо Проектов c Gradio

6 уроков
Закрытый
9.1 Создание первой демонстрации ↗
30
29
24м 49с
1
Закрытый
9.2 Понимание класса Interface ↗
31
26
24м 14с
1
Закрытый
9.3 Делимся своим демо ↗
29
26
12м 22с
1
Закрытый
9.4 Интеграция с Hugging Face Hub ↗
29
26
6м 39с
1
Закрытый
9.5 Расширенные возможности интерфейса ↗
29
24
6м 14с
0
Закрытый
9.6 Введение в блоки Gradio ↗
30
25
7м 4с
1

10. Производительность и масштабирование (Бонус)

4 урока
Закрытый
10.1 Эффективное обучение на CPU ↗
28
28
5м 40с
0
Закрытый
10.2 Эффективное обучение на одном GPU ↗
25
25
19м 48с
0
Закрытый
10.3 Эффективное обучение на нескольких GPU ↗
22
22
21м 49с
0
Закрытый
10.4 Оптимизация Скорости Обучения Трансформеров ↗
22
22
7м 42с
0

11. Это только начало

1 урок
Закрытый
11.1 Что дальше? ↗
82
82
0м 30с
3