21 cours gratuits d'IA générative pour améliorer vos compétences et rester à jour !
L'intelligence artificielle générative, une facette de l'IA, se distingue par sa capacité à concevoir des visuels, des écrits, des sonorités, des mélodies et des séquences vidéo. Son application étendue à travers divers secteurs et professions suscite un intérêt prononcé.
Si vous êtes désireux d'approfondir vos connaissances sur l'IA générative et, potentiellement, de créer vos propres applications basées sur cette technologie, vous êtes au bon endroit.
Nous avons rassemblé une sélection de formations et de ressources accessibles gratuitement pour vous accompagner dans votre exploration de l'IA générative. Que vous soyez un néophyte ou un expert chevronné en IA, notre guide vous orientera avec pertinence.
Entamons cette exploration ensemble et plongeons dans le monde fascinant de l'IA générative !
Formation Intensive LLM Full Stack
La formation intensive LLM Full Stack offre un programme de deux jours axé sur les pratiques exemplaires émergentes et les dernières avancées en recherche. L'objectif est de vous permettre de développer avec assurance des applications intégrant des modèles linguistiques étendus (LLM).
Initialement conçu comme une formation en présentiel à San Francisco en avril 2023, ce programme propose désormais ses conférences enregistrées gratuitement. Il est perçu comme un point de départ idéal pour quiconque s'intéresse aux grands modèles de langage et à leurs applications concrètes.
Prérequis
Ces conférences ciblent les programmeurs Python désireux d'intégrer des modèles de langage étendus (LLM) dans leurs projets. Une expérience préalable en apprentissage automatique ou en développement frontend ou backend est un atout appréciable.
Contenu de la formation
- Introduction aux grands modèles de langage (LLM)
- Ingénierie des requêtes et utilisation créative des LLM
- Considérations relatives au déploiement et à l'exploitation
- Conception d'interfaces linguistiques conviviales
- Adaptation des modèles de langage à des tâches spécifiques
- Développement et déploiement rapide d'applications LLM
- Tendances et évolutions futures du domaine
- Concepts fondamentaux des LLM
La formation Full Stack Deep Learning est une excellente porte d'entrée pour les personnes attirées par les grands modèles linguistiques et leurs applications pratiques. Grâce à une équipe d'instructeurs qualifiés, dont d'anciens doctorants de l'UC Berkeley, cette ressource offre une introduction approfondie à l'IA générative.
Introduction au Parcours d'Apprentissage sur l'IA Générative
Google Cloud met à disposition un parcours d'apprentissage complet sur l'IA générative, couvrant divers aspects, des principes fondamentaux des grands modèles de langage aux principes de l'IA responsable. Ce parcours est un excellent tremplin pour tous ceux qui cherchent à mieux comprendre le domaine de l'IA générative.
Prérequis
Les cours de ce parcours d'apprentissage sont accessibles à tous et ne nécessitent aucun prérequis spécifique. Ils conviennent aussi bien aux débutants qu'aux personnes souhaitant approfondir leurs connaissances sur l'IA générative.
Contenu du Parcours
- Principes fondamentaux de l'IA générative
- Compréhension des grands modèles de langage
- Amélioration des performances des LLM via le réglage rapide
- Introduction à l'IA responsable
- Mise en œuvre de l'IA responsable par Google
- Bases de l'IA générative
- IA responsable avec Google Cloud
- Application responsable des principes de l'IA
La réussite du quiz final témoigne de votre maîtrise des concepts clés de l'IA générative.
Que vous soyez novice ou que vous souhaitiez renforcer vos compétences, ces formations offrent une base solide sur les concepts de l'IA générative, les grands modèles de langage et les principes de l'IA responsable.
Fondamentaux de Microsoft Azure AI : IA Générative
Microsoft Azure propose un parcours d'apprentissage dédié à l'IA générative. Il met l'accent sur la formation des modèles pour produire du contenu inédit et original à partir de données en langage naturel. L'IA générative permet de créer du texte, des images ou même du code en réponse à des descriptions en langage courant.
Ce parcours vise à vous initier à l'IA générative et à explorer ses divers aspects, y compris le rôle d'Azure dans l'accès à cette technologie.
Prérequis
Une connaissance d'Azure et de son portail est suggérée pour ce parcours. Il est adapté aux débutants comme aux professionnels, tels qu'ingénieurs en IA, développeurs, architectes de solutions et étudiants.
Contenu de la Formation
- Introduction à l'IA générative
- Génération de langage naturel
- Génération d'images et de code
- Compréhension des grands modèles de langage (LLM)
- Modèles de transformation
- Tokenisation et intégration
- Bases du service Azure OpenAI
- Introduction et exemples de copilote
- Amélioration des réponses de l'IA générative par l'ingénierie des invites
Le parcours d'apprentissage "IA générative" de Microsoft Azure est une excellente ressource pour ceux qui cherchent à explorer cette technologie dans l'écosystème Azure.
En mettant l'accent sur l'IA responsable et les applications pratiques, ce parcours permet aux apprenants d'acquérir les connaissances et les compétences nécessaires pour comprendre et manipuler l'IA générative.
Fonctionnement des Modèles de Diffusion
Cette formation, intitulée «Fonctionnement des Modèles de Diffusion», offre une compréhension approfondie de ces modèles utilisés en IA générative. Elle dépasse l'utilisation de modèles ou d'API prédéfinis et vous enseigne comment construire un modèle de diffusion de A à Z.
Ce cours est conçu pour vous fournir une expérience pratique de l'IA générative basée sur la diffusion. Il est dirigé par Sharon Zhou, cofondatrice et PDG de Lamini, vous garantissant ainsi un apprentissage auprès d'une experte du secteur.
Prérequis
Ce cours de niveau intermédiaire requiert une connaissance préalable de Python, de TensorFlow ou de PyTorch afin de profiter pleinement du contenu.
Contenu du Cours
- Introduction aux modèles de diffusion
- L'intuition derrière les modèles de diffusion
- Échantillonnage dans les modèles de diffusion
- Réseaux neuronaux dans les modèles de diffusion
- Formation des modèles de diffusion
- Contrôle des modèles de diffusion
- Accélération des modèles de diffusion
Si vous souhaitez approfondir votre compréhension des modèles de diffusion en IA générative, « Fonctionnement des Modèles de Diffusion » est une ressource idéale. Cette formation vous permet de créer, de former et d'optimiser des modèles de diffusion, vous donnant les compétences pratiques pour explorer davantage ce domaine passionnant.
Avec un accès gratuit pendant une période limitée, c'est une excellente occasion d'élargir vos compétences en IA générative.
Utilisation de l'API OpenAI pour Programmer 5 Projets
Cette formation est une plongée approfondie dans le monde de l'API OpenAI. Elle vous enseigne comment utiliser cette API pour réaliser cinq projets captivants, dont un clone de ChatGPT, un générateur d'images DALL-E et un générateur de requêtes SQL.
Ces projets explorent les diverses capacités et applications potentielles de l'API OpenAI.
Prérequis
Le cours ne spécifie aucun prérequis, mais une connaissance de base des langages de programmation tels que JavaScript, React, Node.js et TypeScript ainsi qu'une familiarité avec l'utilisation d'API en développement logiciel sont recommandées.
Contenu du Cours
- Introduction, prérequis et configuration
- Accès API, gestion des clés et authentification
- Compréhension des différents modèles
- Complétions de texte, invites personnalisées et instructions
- Techniques d'optimisation des requêtes
- Création de chatbots avec GPT-3
- Projet de génération d'images 1 | Javascript
- Génération d'images avec DALL-E
- Projet de génération d'images 2 | React + Node.js + Bibliothèque OpenAI NPM
- Projet de générateur SQL | TypeScript + Node.js + Bibliothèque OpenAI NPM
Si vous souhaitez explorer les capacités de l'API OpenAI et créer des projets captivants, ce cours est une ressource exceptionnelle. Qu'il s'agisse de développer des applications ChatGPT, de générer des images avec DALL-E ou de créer des requêtes SQL, ce cours répond à vos besoins.
Les tutoriels étape par étape et les projets pratiques vous permettront de libérer le potentiel de l'API OpenAI.
Création d'un Grand Modèle de Langage à Partir de Zéro avec Python
Ce cours propose un tutoriel détaillé sur la manière de construire votre propre grand modèle de langage à partir de zéro en utilisant Python. Il aborde la gestion des données, les concepts mathématiques et l'implémentation des transformateurs qui sous-tendent les grands modèles de langage.
Vous explorerez divers sujets liés à la construction de votre modèle de langage.
Prérequis
Il est nécessaire d'avoir une bonne connaissance du langage de programmation Python, car le cours utilise principalement ce langage pour le codage. Une familiarité avec l'apprentissage profond, notamment les réseaux neuronaux et leur formation, est également utile.
Contenu du Cours
- Introduction et configuration
- Prétraitement du texte
- Bases de l'algèbre linéaire
- Préparation des données et entrées du modèle
- Transition du CPU vers CUDA
- Introduction à PyTorch
- Produit scalaire et multiplication matricielle
- Implémentation de Matmul
- Construction d'un réseau neuronal
- Création d'un modèle GPT
- Optimiseurs et normalisation
- Blocs transformateurs et attention multi-têtes
- Formation des modèles et hyperparamètres
- Formation sur OpenWebText
- Gestion des erreurs, sauvegarde et chargement du modèle
- Outils de script et de ligne de commande
- Pré-entraînement vs réglage fin
Si vous souhaitez comprendre les subtilités de la création d'un grand modèle de langage de A à Z, ce tutoriel est une ressource précieuse.
Le cours vous guide étape par étape, en vous fournissant les connaissances et les compétences nécessaires pour développer votre propre modèle linguistique.
Introduction aux Grands Modèles de Langage avec Google Cloud
Ce cours d'introduction, proposé par Google Cloud, est une expérience de micro-apprentissage qui donne un aperçu des grands modèles de langage (LLM). Il couvre la nature des LLM, leurs cas d'utilisation et comment le réglage rapide peut améliorer leurs performances.
Le cours comprend des lectures compilées sur les grands modèles de langage.
De plus, il présente les outils de Google qui peuvent vous aider à développer vos propres applications d'IA générative.
Prérequis
Ce cours est spécialement conçu pour les débutants et ne nécessite aucune expérience préalable.
Contenu du Cours
- Introduction aux grands modèles de langage
- Inclusions de lectures (ressources de lecture)
Ce cours est un point de départ idéal pour ceux qui cherchent à saisir les bases des grands modèles de langage et leurs applications concrètes.
Cette formation de micro-apprentissage est conçue pour être accessible aux débutants, permettant aux personnes sans expérience préalable de découvrir le monde des modèles linguistiques d'IA générative avec Google Cloud !
Université LLM par Cohere
L'Université LLM est une ressource d'apprentissage complète conçue pour les personnes intéressées par le traitement du langage naturel (NLP), des débutants aux apprenants avancés.
Elle se concentre sur les sujets liés à la PNL, y compris les grands modèles linguistiques (LLM), ce qui en fait une plateforme idéale pour ceux qui souhaitent maîtriser les compétences en PNL et en savoir plus sur les LLM.
Prérequis
Le programme de LLMU est conçu pour fournir une base solide en IA linguistique aux personnes de tous horizons. Que vous soyez un débutant en apprentissage automatique, un passionné souhaitant créer des applications linguistiques d'IA ou une personne prête à mettre ses compétences en pratique, l'Université LLM s'adresse à un public diversifié.
Contenu du Cours
- Introduction aux LLM
- Représentation du texte
- Génération de texte
- Ingénierie des invites
L'Université LLM est une excellente ressource pour toute personne souhaitant maîtriser les compétences en PNL et LLM et explorer le monde des grands modèles de langage et de l'IA générative.
En plus du matériel de cours, des groupes de lecture et des événements seront organisés exclusivement pour tous les apprenants !
Cours Intensif LangChain
Ce cours intensif est conçu pour initier les débutants à l'utilisation de LangChain, un framework créé pour simplifier le développement d'applications exploitant de grands modèles de langage.
LangChain permet l'intégration transparente de modèles d'IA avec diverses sources de données, facilitant ainsi la création d'applications personnalisées de traitement du langage naturel (NLP).
Prérequis
Le cours s'adresse aux débutants, aucun prérequis spécifique n'est donc mentionné. Toutefois, une compréhension de base des concepts de programmation et une familiarité avec les principes fondamentaux de l'IA et de la PNL peuvent être bénéfiques.
Contenu du Cours
- Introduction à LangChain
- Premier projet – Générateur de noms d'animaux de compagnie
- Exploration des agents au sein de LangChain
- Deuxième projet – Assistant YouTube
- Création de nos propres magasins de vecteurs
- Discussion des applications potentielles de LangChain
- Coûts et budgétisation de l'API OpenAI
Si vous êtes débutant et souhaitez explorer le monde des grands modèles de langage et des applications PNL, ce cours intensif sur LangChain est une ressource fantastique.
En mettant l'accent sur des projets pratiques et en simplifiant l'utilisation de grands modèles de langage, vous pouvez rapidement vous lancer dans la création d'applications NLP personnalisées.
Cours Intensif sur la Diffusion Stable
Ce cours complet est conçu pour initier les débutants à l'utilisation de Diffusion Stable, un outil de création d'art et d'images. Le cours aborde divers aspects, notamment la formation de votre propre modèle, l'utilisation de Control Net, l'utilisation du point de terminaison API de Stable Diffusion, et bien plus encore.
Il souligne également les implications éthiques de l'IA dans l'art et met l'accent sur une utilisation responsable et le respect des droits des artistes.
Prérequis
Le cours ne précise aucun prérequis, mais une compréhension de base des concepts d'art et d'IA peut être bénéfique pour une meilleure compréhension de la matière.
Contenu du Cours
- Introduction à la diffusion stable
- Construction et entraînement de votre propre modèle
- Introduction à Control Net dans la diffusion stable
- Exploration du point de terminaison de l'API Stable Diffusion
- Résolution des défis éthiques de l'art généré par l'IA
- L'IA responsable dans la création artistique
- Ressources pour l'apprentissage continu
Si vous êtes un débutant intéressé par la création d'art et d'images à l'aide de Stable Diffusion, ce cours intensif est une ressource précieuse. Il couvre tous les éléments essentiels, de la formation de votre propre modèle à l'utilisation du point de terminaison de l'API Stable Diffusion.
Le cours souligne également l'importance d'utiliser l'IA dans l'art de manière responsable et de respecter les droits des artistes.
LangChain pour le Développement d'Applications LLM
Ce cours, en partenariat avec LangChain, est conçu pour les débutants et se concentre sur l'utilisation de LangChain pour le développement d'applications basées sur des modèles de langage (LLM). LangChain est un framework permettant d'étendre les cas d'utilisation et les capacités des modèles de langage dans le développement d'applications.
Dans ce cours, vous apprendrez à appliquer les LLM à vos données propriétaires, à créer des assistants personnels et des chatbots spécialisés, et à explorer diverses fonctionnalités du framework LangChain.
Prérequis
Bien que le cours soit adapté aux débutants, une connaissance de base de Python peut être avantageuse pour en tirer le meilleur parti.
Contenu du Cours
- Introduction à LangChain et aux LLM
- Invites et analyseurs de modèles
- Mémoire et contexte dans les LLM
- Construction de chaînes d'interaction
- Gestion de la progression et de la logique de la chaîne
- Gestion des erreurs et récupération dans les chaînes
- Développement de systèmes de questions-réponses avec les LLM
- Mesures d'évaluation et de performance
- Travail avec des agents dans LangChain
- Intégration d'agents pour l'automatisation des tâches
- Études de cas de mises en œuvre réussies d'agents
Si vous êtes débutant et que vous souhaitez approfondir vos connaissances en développement d'applications de modèles de langage à l'aide de LangChain, ce cours est une ressource précieuse.
En mettant l'accent sur l'apprentissage pratique et enseigné par Harrison Chase et Andrew Ng, ce cours fournit des compétences essentielles pour exploiter les capacités des modèles de langage dans le développement d'applications.
Comment les Professionnels peuvent Commencer à Créer des Plugins d'IA avec Semantic Kernel
Ce cours, en partenariat avec Microsoft, s'adresse aux débutants et aux professionnels qui souhaitent commencer à créer des plugins d'IA avec Semantic Kernel.
Vous apprendrez à utiliser l'orchestrateur open source de Microsoft, Semantic Kernel, pour développer vos compétences en matière de planification et d'analyse d'entreprise tout en tirant parti des outils d'IA.
Le cours couvre divers aspects du travail avec les grands modèles linguistiques (LLM) et de l'utilisation d'éléments de base communs tels que les mémoires, les connecteurs, les chaînes et les planificateurs.
Prérequis
Des connaissances de base de Python et une compréhension d'une interface de programmation d'application (API) sont recommandées. Une familiarité avec ce qu'est un kit de développement logiciel (SDK) peut être utile mais n'est pas obligatoire.
Contenu du Cours
- Introduction aux grands modèles de langage (LLM)
- Introduction au noyau sémantique
- Présentation de l'orchestrateur Open Source de Microsoft
- Développement d'invites efficaces
- Exploration des bases de données vectorielles
- Gestion et interrogation des données vectorielles
- Compréhension des fonctions sémantiques et de leur rôle
- LLM pour la planification et la prise de décision
Si vous êtes un professionnel ou un débutant intéressé par la création de plugins d'IA et l'exploitation des outils d'IA pour la planification et l'analyse d'entreprise, ce cours est une ressource précieuse.
Vous apprendrez à travailler avec les grands modèles linguistiques (LLM) et le noyau sémantique de Microsoft, en acquérant les compétences nécessaires pour créer des applications métier sophistiquées à l'aide des LLM.
Le cours met également l'accent sur l'utilisation des éléments de base communs du LLM et de l'orchestrateur open source Semantic Kernel. Enseigné par John Maeda, vice-président de la conception et de l'intelligence artificielle chez Microsoft, ce cours fournit des connaissances essentielles pour les applications métier.
Affiner les Grands Modèles de Langage
Ce cours, en partenariat avec Lamini, se concentre sur les bases du réglage fin des grands modèles de langage (LLM). Le réglage fin est un processus consistant à utiliser vos propres données pour entraîner le modèle, en ajustant les poids des réseaux neuronaux dans le LLM.
Ce cours vous aidera à comprendre quand appliquer le réglage fin, comment préparer vos données et comment entraîner et évaluer un LLM sur vos données. Vous découvrirez également en quoi le réglage fin diffère d'autres méthodes telles que l'ingénierie rapide et la génération augmentée de récupération.
Prérequis
Pour tirer le meilleur parti de ce cours, il est recommandé aux apprenants de se familiariser avec Python et de comprendre un framework d'apprentissage en profondeur tel que PyTorch.
Contenu du Cours
- Introduction au cours
- Pourquoi affiner
- La place du réglage fin
- Mise au point des instructions
- Préparation et prétraitement des données
- Processus de formation des modèles
- Évaluation et itération
Si vous souhaitez plonger dans le monde du réglage fin des grands modèles de langage (LLM) et comprendre les techniques et les applications impliquées, ce cours est une ressource précieuse.
Enseigné par Sharon Zhou, une formatrice chevronnée dans le domaine, le cours couvre l'essentiel du moment et de la manière d'appliquer le réglage fin, la préparation des données, ainsi que la formation et l'évaluation des LLM en utilisant vos propres données.
Construction de Systèmes avec l'API ChatGPT
Ce cours de courte durée, en collaboration avec OpenAI, se concentre sur la «Construction de Systèmes avec l'API ChatGPT». Il est conçu pour enseigner aux apprenants comment construire efficacement des systèmes en plusieurs étapes à l'aide de grands modèles de langage.
En divisant les tâches complexes en un pipeline de sous-tâches à l'aide d'invites à plusieurs étapes, vous apprendrez à automatiser des flux de travail complexes et à améliorer votre efficacité.
Prérequis
Vous n'avez besoin que d'une compréhension de base de Python pour suivre ce cours. Il convient également aux ingénieurs en apprentissage automatique intermédiaires ou avancés qui souhaitent améliorer leurs compétences en ingénierie rapide pour les LLM.
Contenu du Cours
- Modèles de langage, format de discussion et jetons
- Classement
- Modération
- Raisonnement en chaîne de pensées
- Invites de chaînage
- Évaluation - I et II
Si vous souhaitez améliorer vos compétences dans la création de systèmes avec l'API ChatGPT, ce cours est une ressource précieuse. Des bases aux concepts avancés, vous apprendrez à créer des chaînes d'invites, à utiliser du code Python et à créer un chatbot de service client.
Les compétences pratiques que vous acquérez peuvent être appliquées à divers scénarios du monde réel, ce qui en fait un investissement rentable de votre temps. Enseigné par des experts du secteur et disponible gratuitement pendant une durée limitée, ce cours est votre chance d'explorer et de maîtriser les capacités des grands modèles de langage.
Inscrivez-vous maintenant et commencez à créer des systèmes complexes de manière efficace !
Tutoriel sur les Intégrations Vectorielles
Ce tutoriel porte sur la compréhension et l'utilisation des intégrations vectorielles dans vos projets d'apprentissage automatique et d'intelligence artificielle.
Il vous apprend à créer un assistant d'IA avec des intégrations vectorielles à l'aide des techniques de l'API GPT-4, de LangChain et de traitement du langage naturel (NLP) d'OpenAI.
Prérequis
Le cours ne précise pas de prérequis, mais une compréhension de base des concepts d'apprentissage automatique et une certaine familiarité avec la programmation seraient utiles.
Contenu du Cours
- Compréhension des intégrations vectorielles
- Création d'intégrations de texte avec OpenAI
- Travail avec des bases de données vectorielles
- Introduction à Langchain
- Construction d'un assistant IA
- Pratique : création d'un assistant IA
Si vous souhaitez améliorer vos connaissances sur les intégrations vectorielles et apprendre à créer un assistant IA à l'aide des techniques GPT-4, LangChain et NLP, ce tutoriel est une excellente ressource.
Les intégrations de vecteurs sont un concept fondamental de l'IA moderne, et comprendre comment les utiliser est précieux.
Grands Modèles de Langage avec Recherche Sémantique
Ce cours vise à améliorer la recherche par mot-clé en intégrant des grands modèles de langage et des techniques de recherche sémantique.
Vous apprendrez à utiliser Cohere Rerank et les intégrations pour améliorer les résultats de recherche par mot clé, rendant ainsi l'expérience utilisateur plus efficace et efficiente.
Prérequis
Le cours est étiqueté "Débutant", mais une connaissance de base de Python est recommandée pour tirer le meilleur parti du contenu. Une certaine compréhension des systèmes de recherche et de récupération par mots clés peut également être bénéfique.
Contenu du Cours
- Amélioration de la recherche par mot-clé grâce à la recherche sémantique
- Intégration
- Récupération dense
- Reclassement
Ce cours vous aide à comprendre les techniques et concepts essentiels pour rendre vos systèmes de recherche plus intelligents et plus efficaces.
Si vous souhaitez améliorer vos capacités de recherche, ce cours est une excellente ressource. Inscrivez-vous maintenant et faites passer votre recherche par mot-clé au niveau supérieur grâce aux techniques de recherche sémantique !
Évaluation et Débogage des Modèles d'IA Génératifs
Ce cours se concentre sur la compétence essentielle d' évaluer et déboguer les modèles d'IA génératifs, qu'il s'agisse de grands modèles de langage (LLM) ou de modèles d'images génératifs. Il offre des informations sur l'utilisation d'outils indépendants de la plateforme pour suivre, surveiller et évaluer efficacement ces modèles.
Prérequis
Le cours s'adresse aux apprenants de niveau intermédiaire. Une certaine familiarité avec Python et une expérience avec des frameworks comme PyTorch ou similaire sont nécessaires. Une expérience en apprentissage automatique ou en projets d'IA est bénéfique mais pas strictement requise.
Contenu du Cours
- Instrument W&B
- Modèle de diffusion de formation avec W&B
- Évaluation des modèles de diffusion
- Évaluation et suivi LLM avec W & B
- Affiner un modèle de langage
La capacité d'évaluer et de déboguer les modèles d'IA génératifs est cruciale dans le monde de l