IA Generativa Multimodal

Você pode fazer um destes cursos:

Habilidades abordadas nestes cursos:

• Aprimorar conjuntos de dados por meio de data augmentation para melhorar a precisão do modelo.

• Compreender as técnicas e ferramentas fundamentais necessárias para treinar um modelo de deep learning.
• Obter experiência com tipos de dados e arquiteturas de modelos comuns de deep learning.

• Utilizar o aprendizado de transferência entre modelos para obtenção de resultados eficientes com menos dados e computação.

• Adquirir experiência com tipos de dados e arquiteturas de modelos comuns de deep learning.
• Assumir seu próprio projeto com um framework de deep learning moderno.

Você pode fazer um destes cursos:

Habilidades abordadas nestes cursos:

• Compreender como os LLMs baseados em transformers podem ser usados para manipular, analisar e gerar dados baseados em texto.
• Utilizar os LLMs modernos e pré-treinados para resolver várias tarefas de processamento de linguagem natural (NLP), como classificação de tokens, classificação de textos, resumo e resposta de perguntas.

• Entender de que forma os transformers são usados como bases de LLMs modernos para aplicações de NLP.

• Compreender como os LLMs baseados em transformers podem ser usados para manipular, analisar e gerar dados baseados em texto.

• Compreender como os LLMs baseados em transformers podem ser usados para manipular, analisar e gerar dados baseados em texto.

Habilidades abordadas neste curso:

• Personalizar e implementar modelos de reconhecimento automático de fala (ASR) e de teste de fala (TTS) no NVIDIA® Riva.
• Criar e implementar um pipeline de IA conversacional de ponta a ponta, incluindo modelos de ASR, processamento de linguagem natural (NLP) e TTS, no Riva.
• Implantar uma aplicação de IA conversacional em produção com um gráfico de Helm para escalabilidade em clusters do Kubernetes.

• Personalizar e implantar modelos ASR e TTS no Riva.
• Criar e implantar um pipeline de IA conversacional de ponta a ponta, incluindo modelos ASR, NLP e TTS, no Riva.

• Implantar uma aplicação de IA conversacional em produção com um gráfico de Helm para escalabilidade em clusters do Kubernetes.

Habilidades abordadas neste curso:

• Aprimorar a qualidade das imagens geradas com o processo de difusão de remoção de ruído
• Controlar a saída de imagens com incorporações de contexto. Testar e refinar as incorporações de contexto para alcançar a saída de imagem desejada, o que requer abordagens experimentais para otimizar o desempenho.

• Gerar imagens a partir de prompts de texto em inglês usando o pré-treinamento de imagens de linguagem contrastante (CLIP).

• Gerar imagens a partir de ruído puro.
• Gerar imagens a partir de prompts de texto em inglês usando o CLIP.

• Compreender o que é autenticidade de conteúdo e como criar modelos confiáveis.

Habilidades abordadas neste curso:

• Diferentes tipos de dados e como prepará-los para redes neurais.
• Fusão de modelos e as diferenças entre fusão inicial, tardia e intermediária.
• A diferença entre modalidade e orquestração de agentes.

• Fusão de modelos e as diferenças entre fusão inicial, tardia e intermediária.
• A diferença entre modalidade e orquestração de agentes.

• Extração de PDF usando OCR.

• Personalização de NVIDIA AI Blueprints utilizando VIA.