Prenez contact avec nous
 Durée 14 heures

Plan du cours

Introduction aux LLM multimodaux dans Vertex AI

  • Aperçu des capacités multimodales de Vertex AI
  • Modèles Gemini et modalités prises en charge
  • Cas d'usage en entreprise et en recherche

Configuration de l'environnement de développement

  • Configuration de Vertex AI pour les flux de travail multimodaux
  • Travail avec des jeux de données traversant les modalités
  • Travail pratique : configuration de l'environnement et préparation des jeux de données

Fenêtres de contexte longues et raisonnement avancé

  • Comprendre les flux de travail à long contexte
  • Cas d'usage dans la planification et la prise de décision
  • Travail pratique : mise en œuvre de l'analyse à long contexte

Conception de flux de travail inter-modaux

  • Combinaison de l'analyse de texte, d'audio et d'images
  • Enchaînement des étapes multimodales dans les pipelines
  • Travail pratique : conception d'un pipeline multimodal

Utilisation des paramètres de l'API Gemini

  • Configuration des entrées et des sorties multimodales
  • Optimisation de l'inférence et de l'efficacité
  • Travail pratique : réglage des paramètres de l'API Gemini

Applications avancées et intégrations

  • Agents et assistants multimodaux interactifs
  • Intégration d'API externes et d'outils
  • Travail pratique : construction d'une application multimodale

Évaluation et itération

  • Test des performances multimodales
  • Métriques de précision, d'alignement et de dérive
  • Travail pratique : évaluation des flux de travail multimodaux

Synthèse et prochaines étapes

Pré requis

  • Maîtrise de la programmation Python
  • Expérience dans le développement de modèles d'apprentissage automatique
  • Familiarité avec les données multimodales (texte, audio, image)

Public cible

  • Chercheurs en IA
  • Développeurs avancés
  • Scientifiques en ML

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires