Large Language Models selbst programmieren von Sebastian Raschka | Mit Python und PyTorch ein eigenes LLM entwickeln | ISBN 9783988902665

Large Language Models selbst programmieren

Mit Python und PyTorch ein eigenes LLM entwickeln

von Sebastian Raschka, aus dem Englischen übersetzt von Dipl.-Ing. Frank Langenau
Buchcover Large Language Models selbst programmieren | Sebastian Raschka | EAN 9783988902665 | ISBN 3-98890-266-7 | ISBN 978-3-98890-266-5

Large Language Models selbst programmieren

Mit Python und PyTorch ein eigenes LLM entwickeln

von Sebastian Raschka, aus dem Englischen übersetzt von Dipl.-Ing. Frank Langenau
LLMs selbst erstellen und von Grund auf verstehen!
- Der Bestseller aus den USA jetzt in deutscher Übersetzung der ideale Einstieg in das Thema Large Language Models - Auf dem eigenen Laptop entwickeln, trainieren und tunen Sie ein LLM, das mit GPT-2 vergleichbar ist, und bekommen dadurch einen tiefen Einblick in die Funktionsweise von LLMs - Bestsellerautor Sebastian Raschka erklärt die Grundlagen und die Vorgehensweise Schritt für Schritt und sehr gut verständlich   Dieses Buch ist eine spannende Reise in die Blackbox der Generativen KI: Ohne auf bestehende LLM-Bibliotheken zurückzugreifen, programmieren Sie ein LLM-Basismodell im GPT-Stil auf dem eigenen Rechner. Sie entwickeln es zu einem Textklassifikator weiter und erstellen schließlich einen Chatbot, der Ihren Anweisungen folgt und den Sie als persönlichen KI-Assistenten verwenden können. Jeder Schritt wird mit klaren Beschreibungen, Diagrammen und Beispielen erklärt. Auf diese Weise eignen Sie sich aktiv und ganz praktisch grundlegendes Wissen zur aktuell wichtigsten KI-Technologie an – denn Sie haben Ihren Chatbot selbst gebaut! Während Sie die einzelnen Phasen der LLM-Erstellung durchlaufen, entwickeln Sie eine klarere Vorstellung davon, wie LLMs unter der Haube funktionieren. Sie erfahren, wie Sie
- alle Bestandteile eines LLMs planen und programmieren - einen für das LLM-Training geeigneten Datensatz vorbereiten - das LLM mit Ihren eigenen Daten optimieren - Feedback nutzen, um sicherzustellen, dass das LLM Ihren Anweisungen folgt - vortrainierte Gewichte in das LLM laden