Programa del Curso

Introducción a Fine-Tuning Desafíos

  • Descripción general del proceso de ajuste fino
  • Desafíos comunes en el ajuste fino de modelos grandes
  • Comprender el impacto de la calidad de los datos y el preprocesamiento

Abordar los desequilibrios de datos

  • Identificación y análisis de desequilibrios de datos
  • Técnicas para manejar conjuntos de datos desequilibrados
  • Uso del aumento de datos y los datos sintéticos

Gestión del sobreajuste y el subajuste

  • Comprender el sobreajuste y el subajuste
  • Técnicas de regularización: L1, L2 y abandono
  • Ajuste de la complejidad del modelo y la duración del entrenamiento

Mejora de la convergencia de modelos

  • Diagnóstico de problemas de convergencia
  • Elegir la tasa de aprendizaje y el optimizador adecuados
  • Implementación de horarios de ritmo de aprendizaje y calentamientos

Depuración Fine-Tuning de canalizaciones

  • Herramientas para el seguimiento de los procesos formativos
  • Registro y visualización de métricas de modelos
  • Depuración y resolución de errores en tiempo de ejecución

Optimización de la eficiencia de la formación

  • Tamaño de lote y estrategias de acumulación de gradiente
  • Utilización de entrenamiento de precisión mixto
  • Entrenamiento distribuido para modelos a gran escala

Casos prácticos de solución de problemas del mundo real

  • Caso práctico: Ajuste para el análisis de sentimientos
  • Estudio de caso: Resolución de problemas de convergencia en la clasificación de imágenes
  • Caso práctico: Abordar el sobreajuste en el resumen de texto

Resumen y próximos pasos

Requerimientos

  • Experiencia con frameworks de aprendizaje profundo como PyTorch o TensorFlow
  • Comprensión de los conceptos de aprendizaje automático, como el entrenamiento, la validación y la evaluación.
  • Familiaridad con el ajuste fino de modelos previamente entrenados

Audiencia

  • Científicos de datos
  • Ingenieros de IA
 14 Horas

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas