Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Durata 21 ore
Struttura del corso
Introduzione all'AI Multimodale e a Ollama
- Panoramica sull'apprendimento multimodale
- Principali sfide nell'integrazione visione-linguaggio
- Capacità e architettura di Ollama
Configurazione dell'Ambiente Ollama
- Installazione e configurazione di Ollama
- Lavoro con la distribuzione di modelli locali
- Integrazione di Ollama con Python e Jupyter
Lavoro con Input Multimodali
- Integrazione di testo e immagini
- Incorporazione di audio e dati strutturati
- Progettazione di pipeline di pre-elaborazione
Applicazioni di Comprensione dei Documenti
- Estrazione di informazioni strutturate da PDF e immagini
- Combinazione di OCR con modelli linguistici
- Creazione di flussi di lavoro per l'analisi intelligente dei documenti
Visual Question Answering (VQA)
- Configurazione di dataset e benchmark VQA
- Addestramento e valutazione di modelli multimodali
- Sviluppo di applicazioni VQA interattive
Progettazione di Agenti Multimodali
- Principi della progettazione di agenti con ragionamento multimodale
- Combinazione di percezione, linguaggio e azione
- Distribuzione di agenti per casi d'uso reali
Integrazione Avanzata e Ottimizzazione
- Fine-tuning di modelli multimodali con Ollama
- Ottimizzazione delle prestazioni di inferenza
- Considerazioni su scalabilità e distribuzione
Riepilogo e Prossimi Passaggi
Requisiti
- Solida comprensione dei concetti di machine learning
- Esperienza con framework di deep learning come PyTorch o TensorFlow
- Familiarità con l'elaborazione del linguaggio naturale e la visione artificiale
Pubblico di riferimento
- Ingegneri di machine learning
- Ricercatori di intelligenza artificiale
- Sviluppatori di prodotti che integrano flussi di lavoro di visione e testo