NVIDIA : Advanced LLM Experimentation, Deployment, and Ethical IA est le sixième cours de la préparation à l'examen (NCA-GENL) : NVIDIA-Certified Generative IA LLMs - Associate Specialization. Ce cours permet aux apprenants d'acquérir des connaissances avancées sur l'expérimentation des Grands modèles de langage (LLM), l'optimisation de leur déploiement et la compréhension des considérations éthiques dans les systèmes IA. Le cours couvre des sujets clés tels que l'ajustement des hyperparamètres, les tests A/B, le contrôle des versions et les outils NVIDIA tels que BioNeMo, Triton et TensorRT. Les apprenants auront également un aperçu de l'optimisation des flux de travail de l'IA à l'aide de cuOpt, NGC et Merlin. Les principes éthiques de l'IA, la confidentialité des données et la minimisation des biais sont mis en avant pour garantir la fiabilité des systèmes d'IA. Structure du cours : Le cours est divisé en trois modules, chacun contenant des leçons et des conférences vidéo. Les apprenants suivront environ 4h30 à 5h00 de contenu vidéo, combinant à la fois la théorie et la pratique. Chaque module est complété par des quiz pour évaluer la compréhension et renforcer l'apprentissage. Module 1 : Expérimentation et réglage des hyperparamètres Module 2 : Services et optimisation de l'IA de NVIDIA Module 3 : IA éthique et fiabilité À la fin de ce cours, les apprenants seront en mesure de : - Expérimenter avec les LLM en utilisant le réglage des hyperparamètres et les tests A/B.

Débloquez l'accès à plus de 10 000 cours avec Coursera Plus. Essai gratuit de 7 jours.

NVIDIA : LLM Expérimentation, déploiement et IA éthique
Ce cours fait partie de Spécialisation Préparation à l'examen (NCA-GENL) : Les MFR de l'IA générative certifiés par NVIDIA

Instructeur : Whizlabs Instructor
Inclus avec
Expérience recommandée
Ce que vous apprendrez
Expérimentez les LLM en utilisant l'ajustement des hyperparamètres et les tests A/B.
Appliquez le contrôle des versions et optimisez les flux de travail de l'IA avec des outils NVIDIA tels que BioNeMo, Triton et TensorRT.
Comprendre les principes éthiques de l'IA, la confidentialité des données et les méthodes pour minimiser les biais et améliorer la fiabilité de l'IA.
Compétences que vous acquerrez
- Catégorie : Tensorflow
- Catégorie : PyTorch (Bibliothèque d'Apprentissage automatique)
- Catégorie : Grand modèle de langage (LLM)
- Catégorie : IA responsable
- Catégorie : Évolutivité
- Catégorie : Deep learning
- Catégorie : Apprentissage automatique
- Catégorie : MLOps (Apprentissage automatique)
- Catégorie : IA générative
- Catégorie : Tests A/B
- Catégorie : Contrôle des versions
- Catégorie : Optimisation des performances
- Catégorie : Protection de l'information
- Catégorie : Intelligence artificielle
Détails à connaître

Ajouter à votre profil LinkedIn
6 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable

Il y a 3 modules dans ce cours
Bienvenue à la semaine 1 de NVIDIA : Expérimentation, déploiement et IA éthique des LLM. Cette semaine, nous allons couvrir les principes essentiels pour concevoir des expériences avec les Grands modèles de langage (LLM). Nous nous pencherons sur le processus de réglage des hyperparamètres pour les LLM et explorerons des techniques telles que le Test A/B pour optimiser les performances des modèles. Ensuite, nous discuterons de l'importance des systèmes de contrôle des versions dans la gestion des modèles LLM et des expériences. Nous présenterons également NVIDIA BioNeMo, un puissant service LLM, et explorerons comment les agents IA de NVIDIA améliorent les capacités LLM. Enfin, nous nous pencherons sur l'architecture Mixture of Experts dans les LLM, en soulignant son rôle dans l'amélioration de l'efficacité des modèles. À la fin de la semaine, vous aurez acquis des connaissances précieuses sur l'expérimentation des LLM et l'optimisation de leurs performances pour des applications réelles.
Inclus
7 vidéos2 lectures2 devoirs1 sujet de discussion
Bienvenue à la semaine 2 du cours NVIDIA : LLM Expérimentation, déploiement et cours d'IA éthique. Cette semaine, nous allons explorer les services clés de NVIDIA IA et leur rôle dans l'optimisation des workflows d'apprentissage automatique et de Deep Learning. Nous commencerons par une introduction à NVIDIA TensorRT pour accélérer l'inférence de l'IA et NVIDIA Triton pour le déploiement de modèles évolutifs. Ensuite, nous aborderons les workflows d'IA de NVIDIA, notamment cuOpt pour la logistique et l'optimisation des itinéraires, NVIDIA Riva pour l'IA vocale et Merlin pour la création de systèmes de recommandation. En outre, nous aborderons NVIDIA NGC, un hub pour les logiciels d'IA et les modèles pré-entraînés. Enfin, nous fournirons des conseils pour l'examen sur l'expérimentation de l'IA et les meilleures pratiques. À la fin de la semaine, vous aurez acquis une solide compréhension des services d'IA de NVIDIA et de leurs applications dans des scénarios réels.
Inclus
8 vidéos1 lecture2 devoirs
Bienvenue à la troisième semaine du cours NVIDIA : LLM Experimentation, Deployment, and Ethical AIcourse (cours sur l'expérimentation, le déploiement et l'IA éthique). Cette semaine, nous explorerons les principes éthiques de l'IA digne de confiance, en soulignant l'importance de la confidentialité des données et du consentement de l'utilisateur dans les applications d'IA. Ensuite, nous examinerons le rôle de NVIDIA dans l'amélioration de la fiabilité de l'IA et discuterons des stratégies visant à minimiser les biais dans les systèmes d'IA. Nous aborderons également les étapes clés du processus d'inscription et la configuration du système pour les évaluations. Enfin, nous mettrons en évidence les erreurs courantes à éviter avant de passer l'examen et conclurons par des enseignements clés sur la construction de systèmes d'IA responsables. À la fin de la semaine, vous aurez une solide compréhension de l'IA éthique et des meilleures pratiques pour le développement d'une IA digne de confiance.
Inclus
7 vidéos3 lectures2 devoirs
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur

Offert par
En savoir plus sur Développement de logiciels
Statut : Essai gratuit
Statut : Essai gratuit
Statut : Essai gratuit
Statut : Essai gratuitSimplilearn
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?





Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien de demande sur la page de description.
Plus de questions
Aide financière disponible,

