Επικοινωνήστε μαζί μας

Εξέλιξη Κομματιού

Εισαγωγή στα LLM πολυμεσικού περιεχομένου στο Vertex AI

  • Επισκόπηση των δυνατοτήτων πολυμεσικού περιεχομένου στο Vertex AI
  • Μοντέλα Gemini και υποστηριζόμενες μορφές δεδομένων
  • Χρήσεις περιπτώσεις σε επιχειρήσεις και έρευνα

Ρύθμιση του περιβάλλοντος ανάπτυξης

  • Διαμόρφωση του Vertex AI για εργαλειοθήκες πολυμεσικού περιεχομένου
  • Εργασία με σύνολα δεδομένων μέσω διαφόρων μορφών δεδομένων
  • Πρακτική άσκηση: ρύθμιση περιβάλλοντος και προετοιμασία δεδομένων

Μακρά παράθυρα kontekstu και προηγμένη λογική

  • Κατανόηση των εργαλειοθηκών μακρού kontekstu
  • Χρήσεις περιπτώσεις σε σχεδιασμό και λήψη αποφάσεων
  • Πρακτική άσκηση: υλοποίηση ανάλυσης μακρού kontekstu

Σχεδιασμός διαλειτουργικών εργαλειοθηκών

  • Συνδυασμός ανάλυσης κειμένου, ήχου και εικόνας
  • Σύνδεση βημάτων πολυμεσικού περιεχομένου σε γραμμές διαδικασίας
  • Πρακτική άσκηση: σχεδιασμός μιας εργαλειοθήκης πολυμεσικού περιεχομένου

Εργασία με παραμέτρους της Gemini API

  • Διαμόρφωση πολυμεσικών εισόδων και εξόδων
  • Βελτιστοποίηση της υπολογιστικής διαδικασίας και της αποδοτικότητας
  • Πρακτική άσκηση: προσαρμογή των παραμέτρων της Gemini API

Προηγμένες εφαρμογές και ενσωματώσεις

  • Διαδραστικοί πράκτορες και βοηθοί πολυμεσικού περιεχομένου
  • Ενσωμάτωση εξωτερικών APIs και εργαλείων
  • Πρακτική άσκηση: κατασκευή μιας εφαρμογής πολυμεσικού περιεχομένου

Αξιολόγηση και επανάληψη

  • Δοκιμή της απόδοσης πολυμεσικού περιεχομένου
  • Μετρήσεις για ακρίβεια, ευθυγράμιση και μεταβολή (drift)
  • Πρακτική άσκηση: αξιολόγηση εργαλειοθηκών πολυμεσικού περιεχομένου

Σύνοψη και επόμενα βήματα

Απαιτήσεις

  • Επαρκείς γνώσεις προγραμματισμού στη γλώσσα Python
  • Εμπειρία στην ανάπτυξη μοντέλων μηχανικής μάθησης
  • Γνωριμία με πολυμεσικά δεδομένα (κείμενο, ήχος, εικόνα)

Κοινό-στόχος

  • Ερευνητές AI
  • Προχωρημένοι προγραμματιστές
  • Επιστήμονες ML
 14 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετέχοντα

Εφεξής Μαθήματα

Σχετικές Κατηγορίες