Contattataci
 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

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative