Building Transformer-Based Natural Language Processing Applications (BNLPA)

 

Kursüberblick

Lernen Sie, wie Sie ein Transformer-basiertes Deep Learning-Modell auf Aufgaben der natürlichen Sprachverarbeitung (NLP) anwenden und fein abstimmen können.

In diesem Kurs lernen Sie:

  • Sie ein neuronales Transformer-Netzwerk in PyTorch zu konstruieren
  • Erstellen einer Anwendung zur Erkennung benannter Personen (NER) mit BERT
  • Einsatz der NER-Anwendung mit ONNX und TensorRT auf einem Triton-Inferenzserver

Nach Abschluss des Kurses sind Sie in der Lage, Transformer-basierte Modelle aufgabenunabhängig einzusetzen.

Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.

Voraussetzungen

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

Kursziele

  • Wie Transformatoren als Grundbausteine für moderne LLMs für NLP-Anwendungen verwendet werden
  • Wie die Selbstüberwachung die Transformer-Architektur in BERT, Megatron und anderen LLM-Varianten verbessert, um bessere NLP-Ergebnisse zu erzielen
  • Wie man vortrainierte, moderne LLM-Modelle nutzt, um verschiedene NLP-Aufgaben zu lösen, wie z. B. Textklassifizierung, Erkennung von benannten Einheiten (NER) und Beantwortung von Fragen
  • Nutzung von vortrainierten, modernen NLP-Modellen zur Lösung verschiedener Aufgaben wie Textklassifizierung, NER und Fragenbeantwortung
  • Bewältigung von Inferenzherausforderungen und Bereitstellung verfeinerter Modelle für Live-Anwendungen

Kursinhalt

Einführung
  • Treffen Sie den Ausbilder.
  • Erstellen Sie ein Konto unter courses.nvidia.com/join
Einführung in Transformatoren
  • Erkunden Sie die Funktionsweise der Transformatorarchitektur im Detail:
  • Bauen Sie die Transformator-Architektur in PyTorch auf.
  • Berechnen Sie die Selbstbeobachtungsmatrix.
  • Übersetzen Sie Englisch nach Deutsch mit einem vortrainierten Transformationsmodell.
Selbstüberwachung, BERT und mehr

Erfahren Sie, wie Sie mit NVIDIA NeMo selbstüberwachte transformatorbasierte Modelle auf konkrete NLP-Aufgaben anwenden können:

  • Erstellen Sie ein Textklassifizierungsprojekt, um Abstracts zu klassifizieren.
  • Erstellen Sie ein NER-Projekt zur Identifizierung von Krankheitsnamen in Texten.
  • Verbessern Sie die Projektgenauigkeit mit bereichsspezifischen Modellen.
Inferenz und Einsatz für NLP
  • Erfahren Sie, wie Sie ein NLP-Projekt für Live-Inferenz auf NVIDIA Triton bereitstellen:
  • Bereiten Sie das Modell für den Einsatz vor.
  • Optimieren Sie das Modell mit NVIDIA® TensorRT™.
  • Setzen Sie das Modell ein und testen Sie es.
Abschließende Überprüfung
  • Besprechen Sie die wichtigsten Erkenntnisse und beantworten Sie Fragen.
  • Schließen Sie die Bewertung ab und erhalten Sie ein Zertifikat.
  • Nehmen Sie an der Workshop-Umfrage teil.
  • Erfahren Sie, wie Sie Ihre eigene Umgebung einrichten können, und diskutieren Sie über zusätzliche Ressourcen und Schulungen.

Preise & Trainingsmethoden

Online Training

Dauer
1 Tag

Preis
  • 995,– €
Classroom Training

Dauer
1 Tag

Preis
  • Deutschland: 995,– €

Kurstermine

Dies ist ein Instructor-led Online Training, das über WebEx in einer VoIP Umgebung durchgeführt wird. Sollten Sie Fragen zu einem unserer Online-Kurse haben, können Sie uns jederzeit unter +49 (0)40 253346 140 oder per E-Mail an info@itlearningsolution.de kontaktieren.
Dies ist ein FLEX-Kurs. Alle FLEX-Kurse sind auch Instructor-Led Online Trainings (ILO). Sie können an einem FLEX-Training sowohl bei uns vor Ort im Klassenraum als auch über das Internet (ILO) von Ihrem Arbeitsplatz oder von zu Hause aus teilnehmen.

Deutsch

Europäische Zeitzonen

Online Training
Klassenraum-Option: Frankfurt
Zeitzone: Mitteleuropäische Zeit (MEZ)
Online Training Zeitzone: Mitteleuropäische Sommerzeit (MESZ)
Online Training Zeitzone: Mitteleuropäische Sommerzeit (MESZ)
Online Training
Klassenraum-Option: Berlin
Zeitzone: Mitteleuropäische Sommerzeit (MESZ)
Online Training Zeitzone: Mitteleuropäische Sommerzeit (MESZ)
Online Training
Klassenraum-Option: Frankfurt
Zeitzone: Mitteleuropäische Zeit (MEZ)

Englisch

Europäische Zeitzonen

Online Training Zeitzone: Mitteleuropäische Zeit (MEZ)
Dies ist ein FLEX-Kurs. Alle FLEX-Kurse sind auch Instructor-Led Online Trainings (ILO). Sie können an einem FLEX-Training sowohl bei uns vor Ort im Klassenraum als auch über das Internet (ILO) von Ihrem Arbeitsplatz oder von zu Hause aus teilnehmen.

Deutschland

Frankfurt
Berlin
Frankfurt

Ist der für Sie passende Termin oder Ort nicht dabei? Wir bieten Ihnen noch weitere FLEX Trainingstermine an!