Préface
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Après avoir lu ce livre, tu comprendras les cas d'utilisation et les tâches d'IA générative les plus courantes abordées par l'industrie et le monde universitaire aujourd'hui. Tu acquerras des connaissances approfondies sur la façon dont ces modèles génératifs de pointe sont construits, ainsi qu'une expérience pratique qui t'aidera à choisir entre la réutilisation d'un modèle génératif existant et la construction d'un modèle à partir de zéro. Tu apprendras ensuite à adapter ces modèles d'IA générative à tes ensembles de données, tâches et cas d'utilisation spécifiques à ton domaine, qui soutiennent tes applications professionnelles.
Ce livre s'adresse aux passionnés d'IA/ML, aux data scientists et aux ingénieurs qui souhaitent apprendre les bases techniques et les meilleures pratiques en matière d'entraînement de modèles d'IA générative, de mise au point et de déploiement en production. Nous partons du principe que tu connais déjà Python et les composants de base du Deep Learning comme les réseaux neuronaux, la propagation vers l'avant, les activations, les gradients et les rétropropagations pour comprendre les concepts utilisés ici.
Une compréhension de base de Python et des frameworks d'apprentissage profond tels que TensorFlow ou PyTorch devrait être suffisante pour comprendre les échantillons de code utilisés tout au long du livre. Il ...