LFD473 PyTorch in Practice: An Applications-First Approach

Ziele der Schulung

In dieser 4-tägigen Schulung "LFD473 PyTorch in Practice: An Applications-First Approach" liegt der Fokus darauf Ihnen praxisorientierte Kenntnisse zu PyTorch zu vermitteln. Die Agenda erstreckt sich über verschiedene Anwendungsbereiche und beginnt mit einer Einführung in PyTorch sowie dem PyTorch-Ökosystem. Der Schulungsinhalt umfasst die Erstellung von Datensätzen, das Training von Models, die Bereitstellung mit TorchServe und die Anwendung von Transfer Learning.

Die Schulung deckt praxisnahe Anwendungsfälle ab, darunter Computer Vision, Natural Language Processing, Objekterkennung, Bildsegmentierung, Textklassifikation und weitere. Mithilfe von Hands-On Übungen werden Ihnen die Kenntnisse vermittelt, Modelle zu erstellen und zu bewerten. Zusätzlich werden fortgeschrittene Themen wie Large Language Models (LLMs) und deren Anwendungsbereiche ausführlich behandelt.

Zielgruppe Seminar

• Entwickler
• KI-Entwickler
• Dat Scientist

Voraussetzungen

Für eine optimale Teilnahme am Kurs empfehlen wir folgende Vorkenntnisse:

• Grundkenntnisse im Machine Learning
• Programmierkenntnisse, insbesondere in Python, von Vorteil
• Grundlegende Kenntnisse in Computer Vision und Natural Language Processing sind hilfreich

Seminarinhalt

PyTorch, Datensätze und Models

• Was ist PyTorch?
• Das PyTorch-Ökosystem
• Überwachtes vs. Unüberwachtes Lernen
• Softwareentwicklung vs. Machine und Deep Learning
• "Hello Model"
• Naming Is Hard
• Setup und Environment

Datensatz erstellen

• Tensoren, Geräte und CUDA
• Datasets
• Dataloader
• Datapipes

Training des Models

• Recap
• Models
• Loss Functions
• Gradients und Autograd
• Optimizers
• Raw Training Loop
• Evaluation
• Models speichern und laden
• NonLinearities

Erstellung einer Datapipe

• Ein neuer Datensatz
• Rundgang durch High-Level-Bibliotheken

Transfer Learning und Pretrained Models

• Was ist Transferlernen?
• Torch Hub
• Computer Vision
• Auslassen
• ImageFolder-Datensatz

Vortrainierte Modelle für Computer Vision

• PyTorch Image Models
• HuggingFace

Natural Language Processing

• Natural Language Processing
• Ein Logit oder zwei Logits?
• Cross-Entropy-Loss
• TensorBoard
• Hugging Face Pipelines
• Generative Models

Bildklassifikation mit Torchvision

• Torchvision
• Pretained Models als Feature Extractors

Pretained Models für Computer Vision

• Feinanpassung vortrainierter Modelle
• Zero-Shot-Image Klassifikation

Modelle mit TorchServe bereitstellen

• Archivierung und Bereitstellung von Models
• TorchServe

Datensätze und Transformationen für Objekterkennung und Bildsegmentierung

• Objekterkennung, Bildsegmentierung und Keypoint-Erkennung
• Bounding Boxes
• Torchvision-Operatoren
• Transforms (V2)
• Benutzerdefinierter Datensatz für Objekterkennung

Models für Objekterkennung und Bildsegmentierung

• Models

Models zur Bewertung der Objekterkennung

• Rückblick
• Vorhersagen treffen
• Bewertung
• YOLO
• HuggingFace Pipelines für Objekterkennung
• Zero-Shot-Objekterkennung

Word Embeddings und Text Classification

• Torchtext
• AG News-Datensatz
• Tokenisierung
• Embeddings
• Vektor Datenbanken
• Zero-Shot Text Classification
• Chunking-Strategien

Kontextuelle Word Embeddings mit Transformers

• Attention is All You Need
• Transformer
• Encoder-Based Model für die Klassifikation
• Kontextuelle Embeddings

Huggingface Pipelines für NLP-Aufgaben

• HuggingFace Pipelines

Zusammenfassung und LLMs

• EDGAR-Datensatz
• Halluzinationen
• Asymmetric Semantic Search
• ROUGE-Score
• Decoder-Based Models
• Large Language Models (LLMs)

Open Badge für dieses Seminar - Ihr digitaler Kompetenznachweis

Durch die erfolgreiche Teilnahme an einem Kurs bei IT-Schulungen.com erhalten Sie zusätzlich zu Ihrem Teilnehmerzertifikat ein digitales Open Badge (Zertifikat) – Ihren modernen Nachweis für erworbene Kompetenzen.

Ihr Open Badge ist jederzeit in Ihrem persönlichen und kostenfreien Mein IT-Schulungen.com-Konto verfügbar. Mit wenigen Klicks können Sie diesen digitalen Nachweis in sozialen Netzwerken teilen, um Ihre Expertise sichtbar zu machen und Ihr berufliches Profil gezielt zu stärken.

Übersicht: Linux Foundation Schulungen Portfolio

Mehr zu den Vorteilen von Badges

Seminare kurz vor der Durchführung