Tinh chỉnh LLM : Thực hành RunPod và Multi-GPU
danielyouk
Đúc kết đầy đủ bí quyết LLM Fine-Tuning, học từ chuyên gia dự án LLM ở Silicon Valley.
Cơ bản
LLM, RunPod, openAI API
Bài giảng này bao gồm quá trình tự động hóa giao dịch thuật toán trong môi trường máy tính cục bộ và đám mây, đồng thời tập trung vào thực hành.
68 học viên
Độ khó Trung cấp trở lên
Thời gian Không giới hạn
GitHub Action
Bộ lập lịch Windows
Crontab
Sổ đăng ký Windows
IBC (Interactive Brokers Controller)
Khóa học này dành cho ai?
Lựa chọn: Người đã học xong khóa Python Algorithm Trading Part 1
Yêu cầu: Đã hoàn thành khóa Python Algorithmic Trading Part 2
Cần biết trước khi bắt đầu?
Hướng dẫn sử dụng Python và GitHub
661
Học viên
71
Đánh giá
74
Trả lời
4.8
Xếp hạng
7
Các khóa học
Hoạt động với tư cách là Pod Lead tại doanh nghiệp AI dựa trên LLM
Tốt nghiệp Đại học Quốc gia Seoul khoa Kỹ thuật Cơ khí và Hàng không vũ trụ
Thạc sĩ Kỹ thuật Cơ khí Hàng không tại một trường cao học ở Châu Âu
Thực hiện nghiên cứu nghiên cứu sinh tiến sĩ tại viện nghiên cứu kỹ thuật ở Đức
Kinh nghiệm làm Senior Data Scientist tại tập đoàn năng lượng lớn của Châu Âu
Hoạt động với tư cách Senior Consultant tại công ty tư vấn năng lượng có trụ sở tại Anh
Thực hiện dự án kỹ thuật dữ liệu dựa trên Databricks
Đạt thành tích Top 3% trong cuộc thi AI về giao dịch chứng khoán trên Kaggle
Hiện đang hoạt động với tư cách là Trưởng nhóm phát triển AI Agent Development Team Lead
Tất cả
24 bài giảng ∙ (3giờ 43phút)
Tài liệu khóa học:
Tất cả
3 đánh giá
5.0
3 đánh giá
Đánh giá 155
∙
Đánh giá trung bình 5.0
Đánh giá 1
∙
Đánh giá trung bình 5.0
Đánh giá 2
∙
Đánh giá trung bình 5.0
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!