Nom de fichier: RAG multimodal: systèmes de recherche et de recommandation d’IA avec GPT-4
Source du contenu: https://www.udemy.com/course/multimodal-rag/
Taille du fichier: 1,2 Go
Éditeur: udemie
Mis à jour et publié: 21 septembre 2024
Détails du produit

Êtes-vous prêt à plonger dans le monde de pointe des systèmes de recherche et de recommandation basés sur l’IA? Ce cours vous guidera tout au long du processus de constructionGénération augmentée par récupération multimodale (RAG)des systèmes qui combinent des données de texte et d’image pour une récupération d’informations et des recommandations avancées.

Dans ce cours pratique, vous apprendrez à tirer parti d’outils de pointe tels queGPT-4,AGRAFEetChromaDBpour créer des systèmes d’IA capables de traiter des données multimodales, en améliorant les méthodes de recherche traditionnelles avec la puissance de l’apprentissage automatique et de l’intégration.

Ce que vous apprendrez:

  • Maîtriser le RAG multimodal: Comprendre le concept de génération augmentée par récupération (RAG) et comment l’implémenter pour les données basées sur du texte et des images.
  • Créez des systèmes de recherche et de recommandation basés sur l’IA: Apprenez à créer des moteurs de recherche et des systèmes de recommandation capables de gérer des requêtes multimodales, à l’aide de puissants modèles d’IA tels que GPT-4 et CLIP.
  • Utiliser les intégrations pour la recherche multimodale: Acquérez une expérience pratique en générant et en utilisant des intégrations pour permettre la recherche et les recommandations basées sur la saisie de texte ou d’image.
  • Développer des applications interactives avec Streamlit: créez des applications conviviales qui permettent des requêtes et des recommandations en temps réel basées sur des données de texte ou d’image fournies par l’utilisateur.
Vous pouvez aussi aimer  Python Django DateHeure et fuseaux horaires

Technologies clés avec lesquelles vous travaillerez:

  • GPT-4: Un modèle linguistique de pointe qui alimente les recommandations basées sur l’IA.
  • AGRAFE: Un modèle d’IA avancé pour générer des intégrations d’images et de texte, permettant de rechercher des images avec du texte.
  • ChromaDB: Une base de données vectorielles hautes performances qui permet des requêtes rapides et efficaces pour les intégrations multimodales.
  • Rationalisé: Un framework simple mais puissant pour créer des applications Web interactives.

Aucune expérience préalable avec les systèmes multimodaux ? Aucun problème!

Ce cours est conçu pour rendre accessibles les concepts avancés de l’IA, avec des instructions détaillées, étape par étape, qui vous guident tout au long de chaque processus, de la génération d’intégrations à la création de systèmes d’IA complets. Des connaissances de base en Python et une curiosité pour l’IA sont tout ce dont vous avez besoin pour commencer.

Inscrivez-vous aujourd’hui et faites passer vos compétences en développement d’IA au niveau supérieur en maîtrisant l’art des systèmes RAG multimodaux!

AVvXsEjNZFUrNmbpuxtruvOKg3j1v jY90cEYbHtNmnYZdrWMVSKSswoIDgH4DD3JcSYJkwkKRS1wK7UegkF WPDjwCgMANvlPu0sWNE0D9AsOWpj5hJA0zATPHRfTsQRL0anSeU4yPZuWv9Ka4bwo6DEZdZsDd V0QUKP kXSboVm0kHR4hs6GBMz4eDv pD 6s=s16000

LIEN DE TÉLÉCHARGEMENT: RAG multimodal:systèmes de recherche et de recommandation d’IA avec GPT-4

Multimodal_RAG_AI_Search__amp__Recommender_Systems_with_GPT-4.part1.rar – 995,0 Mo
Multimodal_RAG_AI_Search__amp__Recommender_Systems_with_GPT-4.part2.rar – 208,1 Mo