Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
多模态系列 MiniCPM-V 项目实战
114 students

多模态系列 MiniCPM-V 项目实战

多模态项目实战:MiniCPM-V模型的构建与优化
Created by唐国梁 Tommy
Last updated 2/2025
Chinese (Simplified)
Chinese (Simplified) [Auto],

What you'll learn

  • 深入理解MiniCPM-V模型:掌握MiniCPM-V多模态模型的架构和核心原理,了解其在处理多模态数据中的优势与应用。
  • 应用多模态模型于实际项目:完成实际项目,设计和实现多模态系统,以应对具体的业务需求或研究问题,提升实战能力。
  • 评估和优化模型性能:学习如何评估MiniCPM-V模型的性能,进行实验分析,并优化模型以达到最佳效果。
  • 探索前沿技术与趋势:了解多模态学习领域的最新技术和研究动态,为进一步的学习和研究奠定基础。

Course content

1 section6 lectures1h 26m total length
  • 课程配套资料0:04
  • 01_多模态_MiniCPM-V_项目简介8:07
  • 02_基于Gradio和Streamlit实现Web端问答交互17:11
  • 03_基于llama.cpp进行模型量化和推理18:18
  • 04_基于vLLM进行模型推理与源码讲解25:03
  • 05_基于MiniCPM-V进行全参微调和lora微调18:14

Requirements

  • 基础编程能力:熟悉Python编程语言,能够进行基本的数据处理和模型实现。
  • 环境配置能力:能够按照课程提供的指南设置和配置开发环境,包括安装必要的软件和库。
  • 学习热情和自我驱动:对多模态技术有浓厚兴趣,具备自主学习和解决问题的能力。

Description

深入探索前沿的MiniCPM-V系列模型,通过这门课程,掌握与MiniCPM-Llama3-V 2.5和MiniCPM-V 2.0模型相关的先进技术。本课程专注于模型的部署、优化及实际应用,适合进阶AI从业者。

课程亮点:

  1. MiniCPM-V模型简介:全面了解MiniCPM-Llama3-V 2.5和MiniCPM-V 2.0模型的基本概念、参数规模、性能指标,以及它们在OCR和多语言对话系统中的应用。掌握这些多模态大型语言模型(MLLMs)的技术优势及实际应用效果。

  2. 基于Gradio和Streamlit的Web端问答交互:掌握如何使用MiniCPM-Llama3-V2.5模型实现实时Web端问答系统。本模块涵盖Gradio和Streamlit环境的搭建与配置、交互界面的创建以及模型推理操作,提升用户交互体验。

  3. 基于llama.cpp的模型量化与推理:探讨使用llama.cpp框架对MiniCPM-Llama3-V2.5模型进行量化的技术。学习8位和4位量化方法,以及量化后模型在资源受限环境中的性能提升。

  4. 基于vLLM的模型推理与源码分析:深入了解MiniCPM-V模型在vLLM框架下的推理过程。解析模型的核心源代码,掌握有效模型推理的技术细节。

  5. MiniCPM-V的全参数微调与LoRA微调:获得MiniCPM-V模型微调的实践经验。本节课涵盖全参数微调和LoRA技术,使用transformers Trainer和DeepSpeed配置微调脚本,自定义训练数据集,并应用高级微调方法以实现最佳性能。

通过本课程,你将全面掌握MiniCPM-V模型的部署与优化技巧,具备Web端互动、模型量化及高级微调技术的实战经验。

Who this course is for:

  • AI技术爱好者:对多模态学习和最新AI技术有浓厚兴趣,希望深入了解和实践MiniCPM-V模型的技术细节。
  • 数据科学家与机器学习工程师:希望拓展技能,掌握如何在实际项目中应用多模态模型,提高数据处理和模型融合的能力。
  • 研究人员:从事AI和计算机视觉、自然语言处理领域的研究,寻找实用的多模态模型解决方案,提升科研能力。
  • 学生与学习者:计算机科学、人工智能或相关领域的学生,想要通过实际项目获得实践经验,增强理论知识的应用能力。