聯繫我們

課程簡介

微調入門

  • 什麼是微調?
  • 微調的應用案例和好處
  • 預訓練模型與遷移學習概述

微調準備

  • 收集和清理數據集
  • 理解任務特定數據需求
  • 探索性數據分析和預處理

微調技術

  • 遷移學習與特徵提取
  • 使用Hugging Face微調變壓器模型
  • 監督式與非監督式任務的微調

大型語言模型(LLMs)微調

  • 適應NLP任務的LLMs(例如,文本分類、摘要)
  • 使用自定義數據集訓練LLMs
  • 透過提示工程控制LLM行為

優化與評估

  • 超參數調優
  • 評估模型性能
  • 解決過度擬合和欠擬合問題

擴展微調工作

  • 在分佈式系統上進行微調
  • 利用雲端解決方案實現可擴展性
  • 案例研究:大規模微調項目

最佳實踐與挑戰

  • 確保微調成功的最佳實踐
  • 常見挑戰與排除故障
  • AI模型微調中的倫理考量

進階主題(選修)

  • 多模態模型微調
  • 零樣本和少量樣本學習
  • 探索LoRA(低秩適配)技術

總結與下一步

最低要求

  • 理解機器學習的基本原理
  • 具備Python編程經驗
  • 熟悉預訓練模型及其應用

受眾

  • 數據科學家
  • 機器學習工程師
  • AI研究員
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類