Prenez contact avec nous

Plan du cours

Introduction aux LLM multimodales dans Vertex AI

  • Aperçu des capacités multimodales dans Vertex AI
  • Modèles Gemini et modalités supportées
  • Cas d’usage en entreprise et en recherche

Configuration de l’environnement de développement

  • Configuration de Vertex AI pour les workflows multimodaux
  • Travail avec des ensembles de données à travers plusieurs modalités
  • Atelier pratique : configuration de l’environnement et préparation des jeux de données

Fenêtres de contexte long et raisonnement avancé

  • Compréhension des workflows à contexte long
  • Cas d’usage en planification et prise de décision
  • Atelier pratique : mise en œuvre de l’analyse à contexte long

Conception de workflows transmodaux

  • Combinaison de l’analyse de textes, d’audios et d’images
  • Chaînage 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 l’inférence et de l’efficacité
  • Atelier pratique : ajustement des paramètres de l’API Gemini

Applications avancées et intégrations

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

Évaluation et itération

  • Tests des performances multimodales
  • Indicateurs de précision, alignement et dérive
  • Atelier pratique : évaluation des workflows multimodaux

Conclusion et prochaines étapes

Pré requis

  • Maîtrise du langage de programmation Python
  • Expérience dans le développement de modèles d’apprentissage automatique
  • Connaissance des données multimodales (textes, audio, images)

Public cible

  • Chercheurs en intelligence artificielle
  • Développeurs expérimentés
  • Scientifiques en apprentissage automatique
 14 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires