This site requires Javascript in order to view all its content. Please enable Javascript in order to access all the functionality of this web site. Here are the instructions how to enable JavaScript in your web browser.

Практикум под руководством инструктора
Создание приложений, основанных на алгоритмах обработки естественного языка на базе Transformer

Подать заявку

Посмотреть список открытых практикумов

Последние десять лет приложения для обработки естественного языка (NLP) переживают невероятную популярность. С распространением ИИ-помощников и компаний, использующих в своей работе взаимодействие людей и машин, чрезвычайно важным становится понимание того, как использовать методы обработки естественного языка для управления, анализа и генерирования данных на основе текстов. Современные технологии могут понимать нюансы, контекст и сложность языка, как это делает человек. При правильной разработке специалисты могут использовать эти методы для создания эффективных NLP-приложений, которые обеспечивают естественное и комфортное взаимодействие человека и компьютера через чат-боты, голосовых агентов на базе ИИ и других посредников.

Модели глубокого обучения обрели широкую популярность для задач NLP благодаря способности точного обобщения данных для различных контекстов и языков. Модели с архитектурой Transformer, например Bidirectional Encoder Representations from Transformers (BERT), произвели революцию в NLP, обеспечив точность, сопоставимую с результатами человека в бенчмарках, таких как SQuAD, для вопросов на ответы, распознавания сущностей, намерений, анализа эмоций и других задач.

На этом практикуме вы узнаете, как применять модели обработки естественного языка на базе архитектуры Transformer для задач классификации текста, таких как категоризация документов. Вы также узнаете, как использовать такие модели для задач распознавания именованных сущностей (NER) и как анализировать различные функции, ограничения и характеристики, чтобы определять оптимальную модель для конкретного сценария в зависимости от метрик, специфики области и доступных ресурсов.

Цели обучения

На этом практикуме вам предстоит:

Узнать, как быстро развивались векторные представления текстов в задачах NLP, такие как Word2Vec, векторные представления на основе рекуррентных нейросетей (RNN) и архитектура Transformer
Узнать об использовании функций архитектуры Transformer, особенно механизма самовнимания (self-attention), для создания языковых моделей без RNN
Использовать самоконтроль для улучшения архитектуры Transformer в BERT, Megatron и других моделях для получения отличных результатов в задачах NLP
Использовать предварительно обученные современные модели для NLP при решении различных задач, таких как классификация текстов, NER и ответы на вопросы
Устранять сложности инференса и развертывать усовершенствованные модели для работающих приложений

Скачать описание практикума (PDF, 71,9 KБ)

Краткое описание практикума

Введение (15 мин)	Знакомство с инструктором Создание аккаунта на courses.nvidia.com/join
Введение в Transformer (120 мин)	Узнайте, как работает архитектура Transformer: Постройте архитектуру Transformer в PyTorch Рассчитайте матрицу самовнимания (self-attention) Переведите текст с английского на немецкий с помощью предварительно подготовленного алгоритма Transformer
Перерыв (60 мин)
Самоконтроль, BERT и многое другое (120 мин)	Узнайте, как применять алгоритмы Transformer с самоконтролем к конкретным NLP-задачам с помощью NVIDIA NeMo: Создайте проект по классификации текста для классификации абстракций Создайте проект NER для поиска названий болезней в тексте Улучшите точность проекта с помощью специальных моделей
Перерыв (15 мин)
Инференс и развертывание NLP (120 мин)	Узнайте, как развернуть NLP-проект для инференса на NVIDIA Triton: Подготовьте модель к развертыванию Оптимизируйте модель с помощью NVIDIA^® TensorRT^™ Разверните модель и проведите ее тестирование
Окончательный анализ (15 мин)	Еще раз ознакомьтесь с основными выводами и ответьте на вопросы Завершите тестирование и получите сертификат Пройдите опрос Узнайте, как создать свою собственную среду, а также обсудите дополнительные материалы и практикумы.

Информация о практикуме

Продолжительность: 8 часов

Цена: для уточнения стоимости свяжитесь с нами.

Необходимые требования:

Опыт кодирования на Python и использования библиотечных функций и параметров
Фундаментальные знания фреймворка глубокого обучения, например TensorFlow, PyTorch или Keras
Базовые знания нейронных сетей

Предлагаемые материалы для подготовки к участию в тренинге: Обучение Python, Обзор фреймворков глубокого обучения, Обучение PyTorch, Коротко о глубоком обучении, Раскрываем секреты глубокого обучения

Технологии: : PyTorch, pandas, NVIDIA NeMo^™, Сервер для инференса NVIDIA Triton^™

Метод контроля:

Тестирования проводятся на основе навыков, полученных во время практикума, и оценивают способность студентов создавать задачу NLP, включая нейронную модель и обучение.
Вопросы с множественными вариантами ответов оценивают понимание учащимися концепций NLP, представленных во время практикума.

Сертификат: После успешного завершения тестирования участники получат сертификат NVIDIA DLI для подтверждения своей квалификации и дальнейшего карьерного роста.

Аппаратные требования: ПК или ноутбук с поддержкой последней версии Chrome или Firefox. Каждому участнику будет предоставлен доступ к полностью настроенному облачному серверу с ускорением на GPU.

Языки: Английский, упрощенный китайский

Предстоящие практикумы

Европа/Ближний Восток/Африка

среда, 7 июля 2021 г.
10:00–18:00 (МСК)

Зарегистрироваться

У вас возникли вопросы?

Свяжитесь с нами, если у вас есть вопросы
о курсах по глубокому обучению

Section

Section

Имя

Фамилия

Рабочий адрес электронной почты

Название организации/университета

Отрасль

Занимаемая должность

Должность

Страна

Город

State

Причина обращения:

本人知悉且同意 NVIDIA Corporation 基于调研、活动组织的目的对本人的上述信息的收集和处理，并已经阅读并同意 <a href="https://www.nvidia.cn/about-nvidia/privacy-policy/" target="_blank">NVIDIA 隐私政策</a>。

本人知悉且同意，因调研、活动组织的必须，以及相对应的 NVIDIA 内部管理和系统操作的需要，上述信息会被传输到位于美国的 NVIDIA Corporation 按照符合 <a href="https://www.nvidia.cn/about-nvidia/privacy-policy/" target="_blank">NVIDIA 隐私政策</a>的方式进行存储，您可以通过发送邮件至 <a href="mailto:privacy@nvidia.com">privacy@nvidia.com</a> 进行联系以解决相关问题，实现可适用的数据保护法所规定的权利。

Практикум под руководством инструктора
Создание приложений, основанных на алгоритмах обработки естественного языка на базе Transformer

Цели обучения

Краткое описание практикума

Информация о практикуме

Предстоящие практикумы

Европа/Ближний Восток/Африка

У вас возникли вопросы?

Свяжитесь с нами, если у вас есть вопросы
о курсах по глубокому обучению

Читайте часто задаваемые вопросы

Узнайте об услугах Института глубокого обучения (DLI) NVIDIA

Ответы на технические вопросы можно найти на форумах разработчиков NVIDIA.

Практикум под руководством инструктора Создание приложений, основанных на алгоритмах обработки естественного языка на базе Transformer

Цели обучения

Краткое описание практикума

Информация о практикуме

Предстоящие практикумы

Европа/Ближний Восток/Африка

У вас возникли вопросы?

Свяжитесь с нами, если у вас есть вопросы о курсах по глубокому обучению

Читайте часто задаваемые вопросы

Узнайте об услугах Института глубокого обучения (DLI) NVIDIA

Ответы на технические вопросы можно найти на форумах разработчиков NVIDIA.

Практикум под руководством инструктора
Создание приложений, основанных на алгоритмах обработки естественного языка на базе Transformer

Свяжитесь с нами, если у вас есть вопросы
о курсах по глубокому обучению