iT邦幫忙

2024 iThome 鐵人賽

DAY 13
0
生成式 AI

LLM與生成式AI筆記系列 第 13

Day13: 以後的鐵人賽大致內容

  • 分享至 

  • xImage
  •  

由於今天有點忙,所以趁中午休息大概編輯了一下之後大致的內容,這一期大概算偷懶的一天。

(之後修改的)之後幾天因為進度看起來應該不可能在鐵人賽完畢前全部完成,不過沒弄完的部分我也會盡可能在今年一天一天補完。

以下是之後大概會貼出的內容,依序如下:

  1. langchain 從入門到熟練
  2. llamaindex 從入門到熟練
  3. CrewAI 從入門到熟練
  4. AutoGen 從入門到熟練以及無框架的agent實現嘗試
  5. zaiper ,Dify ,coze聯合llm 從入門到熟練
  6. microsoft/UFO,OpenBMB/ProAgent 或 yuruotong1/autoMate 的簡化版本
  7. Code 插件程式碼閱讀與簡單版本的實現
  8. open devin 等類似項目的程式碼閱讀
  9. open devin的簡陋版本實現
  10. Stable diffusion 原理以及相關的軟體從入門到大致了解
  11. 音樂,語音生成相關模型以及軟件從入門到大致了解
  12. 生成式AI-多個應用到生活中的實際使用案例
  13. 10篇論文以及程式碼閱讀
  • AI,ML 面試準備知識 (放到14)
  • DL面試準備知識 (放到14)
  1. LLM面試準備知識
  • 刷題大致過程 (放到14)
  • 面試的ppt, 行為測試, 筆試準備 (放到14)
  1. ML Ops and LLM Ops ,Agent Ops

  2. 資料的收集,翻譯, 清洗,處理的過程以及自動化嘗試

  3. 在LLM 或其他的模型訓練跟微調中使用optuna及其他超參自動化調整工具

  4. Tensorflow lite

  5. Vision SLAM

  6. tensorlfow2 多個實際案例

  7. pytorch 多個實際案例

  8. keras3, ray 多個實際案例

  9. sk-learn 多個實際案例

  10. ChatGPT for Data Analytics : Full Course

  11. 多模態llm 微調

  12. yolo 系列

  13. unet ,gan 系列實作

之後視情況學習以及撰寫工作或生活上有用到的內容。


上一篇
Day 12: 數個微調,壓縮,以及圖形化微調的例子
下一篇
Day 14: langchain 由入門到熟練(langchain 介紹)
系列文
LLM與生成式AI筆記31
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言