Prenez contact avec nous

Plan du cours

Introduction aux LLM multimodaux dans Vertex AI

  • Aperçu des capacités multimodales dans 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
  • Utilisation des jeux de données entre les modalités
  • Atelier pratique : configuration de l'environnement et préparation des jeux de données

Fenêtres de contexte longues et raisonnement avancé

  • Comprendre les flux de travail à contexte long
  • Cas d'usage en planification et prise de décision
  • Atelier pratique : implémentation d'une analyse à contexte long

Conception de flux de travail intermodaux

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

Utilisation des paramètres de l'API Gemini

  • Configuration des entrées et sorties multimodales
  • Optimisation de la déduction et de l'efficacité
  • Atelier pratique : ajustement des paramètres de l'API Gemini

Applications avancées et intégrations

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

Évaluation et itération

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

Résumé et prochaines étapes

Pré requis

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

Public cible

  • Chercheurs en IA
  • Développeurs avancés
  • Scientifiques de l'apprentissage automatique
 14 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires