A codificação com IA acaba de chegar aos notebooks Jupyter - e @brganger (co-fundador do Jupyter) e eu vamos mostrar como usá-la. Codificar à mão está a tornar-se obsoleto. O mais recente Jupyter AI - desenvolvido pela equipa do Jupyter e apresentado na JupyterCon esta semana - traz assistência de IA diretamente para os notebooks. A maioria dos assistentes de codificação com IA tem dificuldades com notebooks Jupyter. O Jupyter AI foi projetado especificamente para eles. Este é o primeiro curso para ensiná-lo. Neste curso, Brian e eu ensinamos você a: - Gerar e depurar código diretamente nas células do notebook através de uma interface de chat integrada - Fornecer o contexto certo (como documentação de API) para ajudar a IA a escrever código preciso - Usar os recursos únicos do notebook do Jupyter AI: arrastar células para o chat, gerar células a partir do chat, anexar contexto para o LLM Integramos o Jupyter AI diretamente na plataforma DeepLearningAI, para que você possa começar a usá-lo imediatamente. Como o Jupyter AI é de código aberto, você também pode instalá-lo e executá-lo localmente depois. Quer você tenha experiência com notebooks ou esteja aprendendo a usá-los pela primeira vez, este curso o preparará para o desenvolvimento de notebooks assistido por IA. Comece a usar o Jupyter AI (grátis):

Com o passar do tempo, a importância das GPUs para a IA foi algo que realmente acertámos!

Um novo e emocionante certificado profissional: PyTorch para Deep Learning, ensinado por @lmoroney, já está disponível em . Este é o programa definitivo para aprender PyTorch, que é uma das principais estruturas que os pesquisadores usam para construir sistemas de IA inovadores. Se você deseja entender como funcionam os modelos modernos de deep learning—ou construir suas próprias arquiteturas personalizadas—o PyTorch oferece controle direto sobre os aspectos-chave do desenvolvimento de modelos. Este certificado profissional de três cursos leva você dos fundamentos até arquiteturas avançadas e implantação: Curso 1: PyTorch: Fundamentos - Aprenda como o PyTorch representa dados com tensores e como os conjuntos de dados se encaixam no processo de treinamento. Você construirá e treinará redes neurais passo a passo, monitorará o progresso do treinamento e avaliará o desempenho. Ao final, você entenderá o fluxo de trabalho do PyTorch e estará pronto para projetar, treinar e testar seus próprios modelos. Curso 2: PyTorch: Técnicas e Ferramentas do Ecossistema - Domine a otimização de hiperparâmetros, o perfilamento de modelos e a eficiência do fluxo de trabalho. Você usará agendadores de taxa de aprendizado, enfrentará o overfitting e aplicará ajuste automatizado com o Optuna. Trabalhe com o TorchVision para IA visual e o Hugging Face para NLP. Aprenda sobre aprendizado por transferência e ajuste fino de modelos pré-treinados para novos problemas. Curso 3: PyTorch: Arquiteturas Avançadas e Implantação - Construa arquiteturas sofisticadas, incluindo Redes Siamese, ResNet, DenseNet e Transformers. Aprenda como os mecanismos de atenção impulsionam os modelos de linguagem modernos e como os modelos de difusão geram imagens. Prepare modelos para implantação com ONNX, MLflow, poda e quantização. Habilidades que você adquirirá: - Construir e otimizar redes neurais no PyTorch— a estrutura que os pesquisadores usam para criar modelos inovadores - Ajustar modelos pré-treinados para tarefas de visão computacional e NLP— adaptando modelos existentes para resolver seus problemas específicos - Implementar arquiteturas de transformadores e trabalhar com modelos de difusão, as tecnologias centrais por trás do ChatGPT e da geração moderna de imagens - Otimizar modelos com quantização e poda para torná-los rápidos e eficientes para implantação no mundo real Seja você deseja usar modelos pré-existentes, construir seus próprios modelos personalizados ou apenas entender o que está acontecendo por trás dos sistemas que você usa, esta especialização lhe dará essa base. Comece a aprender PyTorch: