Prefazione
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Dopo aver letto questo libro, comprenderai i casi d'uso e i compiti più comuni dell'IA generativa affrontati oggi dall'industria e dal mondo accademico. Otterrai una conoscenza approfondita di come vengono costruiti questi modelli generativi all'avanguardia, oltre a un'esperienza pratica che ti aiuterà a scegliere se riutilizzare un modello generativo esistente o costruirne uno da zero. Imparerai poi ad adattare questi modelli generativi di intelligenza artificiale ai set di dati, ai compiti e ai casi d'uso specifici del tuo dominio aziendale.
Questo libro si rivolge agli appassionati di AI/ML, agli scienziati dei dati e agli ingegneri che desiderano apprendere le basi tecniche e le migliori pratiche per l'addestramento, la messa a punto e la messa in produzione di modelli di AI generativa. Partiamo dal presupposto che tu abbia già familiarità con Python e con i componenti di base dell'apprendimento profondo come le reti neurali, la propagazione in avanti, le attivazioni, i gradienti e la propagazione all'indietro per comprendere i concetti qui utilizzati.
Una conoscenza di base di Python e dei framework di deep learning come TensorFlow o PyTorch dovrebbe essere sufficiente per comprendere gli esempi di codice utilizzati nel libro. La familiarità con AWS non è necessaria per apprendere i concetti, ma è utile per alcuni esempi ...