{"course":{"productid":34464,"modality":1,"active":true,"language":"de","title":"Building Transformer-Based Natural Language Processing Applications","productcode":"BNLPA","vendorcode":"NV","vendorname":"Nvidia","fullproductcode":"NV-BNLPA","courseware":{"has_ekit":false,"has_printkit":true,"language":""},"url":"https:\/\/portal.flane.ch\/course\/nvidia-bnlpa","objective":"<ul>\n<li>Wie Transformatoren als Grundbausteine f&uuml;r moderne LLMs f&uuml;r NLP-Anwendungen verwendet werden<\/li><li>Wie die Selbst&uuml;berwachung die Transformer-Architektur in BERT, Megatron und anderen LLM-Varianten verbessert, um bessere NLP-Ergebnisse zu erzielen<\/li><li>Wie man vortrainierte, moderne LLM-Modelle nutzt, um verschiedene NLP-Aufgaben zu l&ouml;sen, wie z. B. Textklassifizierung, Erkennung von benannten Einheiten (NER) und Beantwortung von Fragen<\/li><li>Nutzung von vortrainierten, modernen NLP-Modellen zur L&ouml;sung verschiedener Aufgaben wie Textklassifizierung, NER und Fragenbeantwortung<\/li><li>Bew&auml;ltigung von Inferenzherausforderungen und Bereitstellung verfeinerter Modelle f&uuml;r Live-Anwendungen<\/li><\/ul>","essentials":"<ul>\n<li>Erfahrung mit der Programmierung in Python und der Verwendung von Bibliotheksfunktionen und Parametern<\/li><li>Grundlegendes Verst&auml;ndnis eines Deep Learning Frameworks wie TensorFlow, PyTorch oder Keras<\/li><li>Grundkenntnisse &uuml;ber neuronale Netze<\/li><\/ul>","contents":"<h5>Einf&uuml;hrung<\/h5><ul>\n<li>Treffen Sie den Ausbilder.<\/li><li>Erstellen Sie ein Konto unter courses.nvidia.com\/join<\/li><\/ul><h5>Einf&uuml;hrung in Transformatoren<\/h5><ul>\n<li>Erkunden Sie die Funktionsweise der Transformatorarchitektur im Detail:<\/li><li>Bauen Sie die Transformator-Architektur in PyTorch auf.<\/li><li>Berechnen Sie die Selbstbeobachtungsmatrix.<\/li><li>&Uuml;bersetzen Sie Englisch nach Deutsch mit einem vortrainierten Transformationsmodell.<\/li><\/ul><h5>Selbst&uuml;berwachung, BERT und mehr<\/h5><p>Erfahren Sie, wie Sie mit NVIDIA NeMo selbst&uuml;berwachte transformatorbasierte Modelle auf konkrete NLP-Aufgaben anwenden k&ouml;nnen:<\/p>\n<ul>\n<li>Erstellen Sie ein Textklassifizierungsprojekt, um Abstracts zu klassifizieren.<\/li><li>Erstellen Sie ein NER-Projekt zur Identifizierung von Krankheitsnamen in Texten.<\/li><li>Verbessern Sie die Projektgenauigkeit mit bereichsspezifischen Modellen.<\/li><\/ul><h5>Inferenz und Einsatz f&uuml;r NLP<\/h5><ul>\n<li>Erfahren Sie, wie Sie ein NLP-Projekt f&uuml;r Live-Inferenz auf NVIDIA Triton bereitstellen:<\/li><li>Bereiten Sie das Modell f&uuml;r den Einsatz vor.<\/li><li>Optimieren Sie das Modell mit NVIDIA&reg; TensorRT&trade;.<\/li><li>Setzen Sie das Modell ein und testen Sie es.<\/li><\/ul><h5>Abschliessende &Uuml;berpr&uuml;fung<\/h5><ul>\n<li>Besprechen Sie die wichtigsten Erkenntnisse und beantworten Sie Fragen.<\/li><li>Schliessen Sie die Bewertung ab und erhalten Sie ein Zertifikat.<\/li><li>Nehmen Sie an der Workshop-Umfrage teil.<\/li><li>Erfahren Sie, wie Sie Ihre eigene Umgebung einrichten k&ouml;nnen, und diskutieren Sie &uuml;ber zus&auml;tzliche Ressourcen und Schulungen.<\/li><\/ul>","comments":"<p><em>Dieser Text wurde automatisiert &uuml;bersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/swisscom\/en\/course\/nvidia-bnlpa\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>hier<\/a><\/span>.<\/em><\/p>","summary":"<p>Lernen Sie, wie Sie ein Transformer-basiertes Deep Learning-Modell auf Aufgaben der nat&uuml;rlichen Sprachverarbeitung (NLP) anwenden und fein abstimmen k&ouml;nnen.<\/p>\n<p>In diesem Kurs lernen Sie:<\/p>\n<ul>\n<li>Sie ein neuronales Transformer-Netzwerk in PyTorch zu konstruieren<\/li><li>Erstellen einer Anwendung zur Erkennung benannter Personen (NER) mit BERT<\/li><li>Einsatz der NER-Anwendung mit ONNX und TensorRT auf einem Triton-Inferenzserver<\/li><\/ul><p>Nach Abschluss des Kurses sind Sie in der Lage, Transformer-basierte Modelle aufgabenunabh&auml;ngig einzusetzen.<\/p>","objective_plain":"- Wie Transformatoren als Grundbausteine f\u00fcr moderne LLMs f\u00fcr NLP-Anwendungen verwendet werden\n- Wie die Selbst\u00fcberwachung die Transformer-Architektur in BERT, Megatron und anderen LLM-Varianten verbessert, um bessere NLP-Ergebnisse zu erzielen\n- Wie man vortrainierte, moderne LLM-Modelle nutzt, um verschiedene NLP-Aufgaben zu l\u00f6sen, wie z. B. Textklassifizierung, Erkennung von benannten Einheiten (NER) und Beantwortung von Fragen\n- Nutzung von vortrainierten, modernen NLP-Modellen zur L\u00f6sung verschiedener Aufgaben wie Textklassifizierung, NER und Fragenbeantwortung\n- Bew\u00e4ltigung von Inferenzherausforderungen und Bereitstellung verfeinerter Modelle f\u00fcr Live-Anwendungen","essentials_plain":"- Erfahrung mit der Programmierung in Python und der Verwendung von Bibliotheksfunktionen und Parametern\n- Grundlegendes Verst\u00e4ndnis eines Deep Learning Frameworks wie TensorFlow, PyTorch oder Keras\n- Grundkenntnisse \u00fcber neuronale Netze","contents_plain":"Einf\u00fchrung\n\n\n- Treffen Sie den Ausbilder.\n- Erstellen Sie ein Konto unter courses.nvidia.com\/join\nEinf\u00fchrung in Transformatoren\n\n\n- Erkunden Sie die Funktionsweise der Transformatorarchitektur im Detail:\n- Bauen Sie die Transformator-Architektur in PyTorch auf.\n- Berechnen Sie die Selbstbeobachtungsmatrix.\n- \u00dcbersetzen Sie Englisch nach Deutsch mit einem vortrainierten Transformationsmodell.\nSelbst\u00fcberwachung, BERT und mehr\n\nErfahren Sie, wie Sie mit NVIDIA NeMo selbst\u00fcberwachte transformatorbasierte Modelle auf konkrete NLP-Aufgaben anwenden k\u00f6nnen:\n\n\n- Erstellen Sie ein Textklassifizierungsprojekt, um Abstracts zu klassifizieren.\n- Erstellen Sie ein NER-Projekt zur Identifizierung von Krankheitsnamen in Texten.\n- Verbessern Sie die Projektgenauigkeit mit bereichsspezifischen Modellen.\nInferenz und Einsatz f\u00fcr NLP\n\n\n- Erfahren Sie, wie Sie ein NLP-Projekt f\u00fcr Live-Inferenz auf NVIDIA Triton bereitstellen:\n- Bereiten Sie das Modell f\u00fcr den Einsatz vor.\n- Optimieren Sie das Modell mit NVIDIA\u00ae TensorRT\u2122.\n- Setzen Sie das Modell ein und testen Sie es.\nAbschliessende \u00dcberpr\u00fcfung\n\n\n- Besprechen Sie die wichtigsten Erkenntnisse und beantworten Sie Fragen.\n- Schliessen Sie die Bewertung ab und erhalten Sie ein Zertifikat.\n- Nehmen Sie an der Workshop-Umfrage teil.\n- Erfahren Sie, wie Sie Ihre eigene Umgebung einrichten k\u00f6nnen, und diskutieren Sie \u00fcber zus\u00e4tzliche Ressourcen und Schulungen.","comments_plain":"Dieser Text wurde automatisiert \u00fcbersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.","summary_plain":"Lernen Sie, wie Sie ein Transformer-basiertes Deep Learning-Modell auf Aufgaben der nat\u00fcrlichen Sprachverarbeitung (NLP) anwenden und fein abstimmen k\u00f6nnen.\n\nIn diesem Kurs lernen Sie:\n\n\n- Sie ein neuronales Transformer-Netzwerk in PyTorch zu konstruieren\n- Erstellen einer Anwendung zur Erkennung benannter Personen (NER) mit BERT\n- Einsatz der NER-Anwendung mit ONNX und TensorRT auf einem Triton-Inferenzserver\nNach Abschluss des Kurses sind Sie in der Lage, Transformer-basierte Modelle aufgabenunabh\u00e4ngig einzusetzen.","skill_level":"Intermediate","version":"1.0","duration":{"unit":"d","value":1,"formatted":"1 Tag"},"pricelist":{"List Price":{"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":995},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":995},"US":{"country":"US","currency":"USD","taxrate":null,"price":500},"IT":{"country":"IT","currency":"EUR","taxrate":20,"price":995},"SI":{"country":"SI","currency":"EUR","taxrate":20,"price":995},"GB":{"country":"GB","currency":"GBP","taxrate":20,"price":420},"CA":{"country":"CA","currency":"CAD","taxrate":null,"price":690},"CH":{"country":"CH","currency":"CHF","taxrate":8.1,"price":995}}},"lastchanged":"2025-07-29T12:18:27+02:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/34464","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/nvidia-bnlpa"}}