Kostenloses Buch
Multimodale KI: Text-, Bild- und Audiosysteme
Lesezugriff
Kostenloses Buch
Dieses Buch lehrt multimodale KI in einfacher Sprache. Es umfasst Text-, Bild- und Audiodarstellungen, Fusionsmethoden, multimodale Transformatoren, praktische Aufgaben, Bewertung und den Aufbau produktionsorientierter multimodaler Systeme.
Level: intermediateSprache: DE DeutschBewertung: 0Rezensionen: 0
Buch
Book contents
01Chapter 1: Introduction to Multimodal AI02Chapter 2: Embeddings and Representation Alignment03Chapter 3: Text and Image Tasks04Chapter 4: Text and Audio Tasks05Chapter 5: Vision Encoders and Audio Encoders06Chapter 6: Fusion Methods and Cross-Attention07Chapter 7: Multimodal Transformers and Large Multimodal Models08Chapter 8: Datasets, Labeling, and Preprocessing09Chapter 9: Fine-Tuning and Adapter Methods10Chapter 10: Captioning and Image Understanding11Chapter 11: Visual Question Answering and Document AI12Chapter 12: Speech Understanding and Voice Assistants13Chapter 13: Image Generation and Editing Workflows14Chapter 14: Multimodal Search and RAG15Chapter 15: Evaluation, Bias, and Safety16Chapter 16: Capstone: Build a Multimodal Assistant17Appendix A: Commands and Workflow Cheat Sheet18Appendix B: Reference Architectures and Patterns19Appendix C: Common Mistakes and Fixes20Appendix D: Best Practices Summary
Rezensionen
Noch keine freigegebenen Rezensionen sichtbar.
Empfohlene Bücher
Diskussion
0 KommentareNoch keine freigegebenen Kommentare sichtbar. Neue Antworten können moderiert werden.