Building Transformer-Based Natural Language Processing Applications (BNLPA)

Einführung\n\n\n- Treffen Sie den Ausbilder.\n- Erstellen Sie ein Konto unter courses.nvidia.com/join\nEinführung in Transformatoren\n\n\n- Erkunden Sie die Funktionsweise der Transformatorarchitektur im Detail:\n- Bauen Sie die Transformator-Architektur in PyTorch auf.\n- Berechnen Sie die Selbstbeobachtungsmatrix.\n- Übersetzen Sie Englisch nach Deutsch mit einem vortrainierten Transformationsmodell.\nSelbstüberwachung, BERT und mehr\n\nErfahren Sie, wie Sie mit NVIDIA NeMo selbstüberwachte transformatorbasierte Modelle auf konkrete NLP-Aufgaben anwenden können:\n\n\n- Erstellen Sie ein Textklassifizierungsprojekt, um Abstracts zu klassifizieren.\n- Erstellen Sie ein NER-Projekt zur Identifizierung von Krankheitsnamen in Texten.\n- Verbessern Sie die Projektgenauigkeit mit bereichsspezifischen Modellen.\nInferenz und Einsatz für NLP\n\n\n- Erfahren Sie, wie Sie ein NLP-Projekt für Live-Inferenz auf NVIDIA Triton bereitstellen:\n- Bereiten Sie das Modell für den Einsatz vor.\n- Optimieren Sie das Modell mit NVIDIA® TensorRT.\n- Setzen Sie das Modell ein und testen Sie es.\nAbschließende Überprüfung\n\n\n- Besprechen Sie die wichtigsten Erkenntnisse und beantworten Sie Fragen.\n- Schließen Sie die Bewertung ab und erhalten Sie ein Zertifikat.\n- Nehmen Sie an der Workshop-Umfrage teil.\n- Erfahren Sie, wie Sie Ihre eigene Umgebung einrichten können, und diskutieren Sie über zusätzliche Ressourcen und Schulungen.

- Erfahrung mit der Programmierung in Python und der Verwendung von Bibliotheksfunktionen und Parametern\n- Grundlegendes Verständnis eines Deep Learning Frameworks wie TensorFlow, PyTorch oder Keras\n- Grundkenntnisse über neuronale Netze