温馨提示:本站仅提供公开网络链接索引服务,不存储、不篡改任何第三方内容,所有内容版权归原作者所有
AI智能索引来源:http://www.ibm.com/es-es/think/tutorials/multimodal-ai-python-llama
点击访问原文链接

Utilice Llama 3.2-90b-vision-instruct para consultas de IA multimodal en Python con watsonx | IBM

Le damos la bienvenidaVisión generalTipos de machine learningAlgoritmos de machine learningMachine learning estadísticoÁlgebra lineal para machine learningCuantificación de la incertidumbreEquilibrio entre sesgo y varianzaVisión generalSelección de característicasExtracción de característicasEmbedding vectorialEspacio latenteAnálisis de componentes principalesAnálisis discriminante linealSobremuestreoSubmuestreoDatos sintéticosFuga de datosVisión generalRegresión linealRegresión de LassoRegresión de RidgeModelo de espacio de estadosSeries temporalesModelo autorregresivoVisión generalÁrboles de decisionesK vecinos más cercanos (KNN)Naive BayesBosque aleatorioMáquina de vectores de soporteRegresión logísticaVisión generalPotenciaciónBaggingPotenciación del gradienteClasificador de la potenciación del gradienteVisión generalAprendizaje por transferenciaVisión generalVisión generalClustering de medias kClustering jerárquicoAlgoritmo a prioriModelo de mezcla gaussianaDetección de anomalíasVisión generalFiltrado colaborativoFiltrado basado en contenidoVisión generalAprendizaje por refuerzo a partir de feedback humanoVisión generalVisión generalRetropropagaciónModelos de codificador-decodificadorRedes neuronales recurrentesRedes neuronales convolucionalesVisión generalMecanismo de atenciónAtención de consultas agrupadasCodificación posicionalAutocodificadorModelo MambaRed neuronal gráficaVisión generalModelo generativoIA generativa vs. IA predictivaVisión generalModelos de razonamientoModelos de lenguaje pequeñoAjuste de instruccionesParámetros de LLMTemperatura de LLMPuntos de referencia de LLMPersonalización de LLMModelos de difusiónAutocodificador variacional (VAE)Redes generativas adversativas (GAN)Visión generalModelos de lenguaje de visiónTutorial: Crear un estilista de IATutorial: Consultas multimodales de IA con LlamaTutorial: Consultas multimodales de IA con PixtralTutorial: Transcripción automática de podcasts con GraniteTutorial: Sistema de respuesta de análisis de imágenes de IA PPTVisión generalGraph RAGTutorial: Creación de un sistema RAG multimodal con Docling y GraniteTutorial: Evaluación del pipeline RAG con RagasTutorial: Estrategias de fragmentación de RAGTutorial: Gráfico RAG utilizando gráficos de conocimientoTutorial: Escalado de inferencias para mejorar el RAG multimodalVisión generalCodificación de VibeVisite la Guía 2025 para agentes de IAVisión generalFunción de pérdidaDatos de entrenamientoParámetros del modeloDescenso de gradienteDescenso de gradiente estocásticoAjuste de hiperparámetrosÍndice de aprendizajeVisión generalAjuste preciso eficiente en parámetros (PEFT)LoRATutorial: Ajuste preciso del modelo Granite con LoRARegularizaciónModelos fundacionalesSobreajusteInfraajusteAprendizaje few shotAprendizaje zero shotDestilación de conocimientosMetaaprendizajeAumento de datosOlvido catastróficoVisión generalScikit-learnXGBoostPyTorchVisión generalCiclo de vida de la IAInferencia de la IAImplementación de modelosCanalización de machine learningEtiquetado de datosGestión de riesgos de modelosDesviación del modeloAutoMLSelección de modeloAprendizaje federadoMachine learning distribuidoPila de IAVisión generalNatural Language UnderstandingVisión generalAnálisis de sentimientoTraducción automáticaVisión generalRecuperación de informaciónExtracción de informaciónModelado de temasAnálisis semántico latenteAsignación latente de DirichletReconocimiento de entidades nombradasEmbeddings de palabrasBag of wordsBúsqueda inteligenteReconocimiento de vozStemming y lematizaciónResumen de textosIA conversacionalAnálisis conversacionalGeneración de lenguaje naturalVisión generalClasificación de imágenesDetección de objetosSegmentación de instanciasSegmentación semánticaReconocimiento óptico de caracteresReconocimiento de imágenesVisual inspectionMeta Llama 3.2-90b-vision-instructwatsonx.aivisión artificial como la creación de subtítulos de imágenes y la respuesta visual a preguntas.procesamiento del lenguaje natural (PLN)estos modelos de lenguaje de gran tamaño (LLM)La inteligencia artificial multimodal (IA)redes neuronalesdeep learning.vídeo de YouTubewatsonx.aiproyecto watsonx.ai.Jupyter NotebookGitHubentorno virtualGPT-4 V(ision)DALL-E 3Gemini de Googlewatsonx.ai Runtimeclave APIwatsonx.aipágina de documentación oficialGuía Comience a obtener ROI: una guía práctica para la IA agéntica Aprenda a escalar la IA agéntica para obtener un ROI medible en toda su empresa. Esta guía de estrategias describe los principales obstáculos que limitan el impacto, cómo medir eficazmente el ROI y un marco práctico para impulsar una adopción exitosa en toda la empresa. Obtenga la guíaInforme IBV La empresa en 2030: diseñada para la innovación perpetua Descubra nuestras cinco predicciones sobre los factores que definirán a las empresas más exitosas en 2030 y las medidas que los líderes pueden adoptar para obtener una ventaja competitiva gracias a la IA. Lea el informeFormación Lleve sus conocimientos sobre IA generativa al siguiente nivel Aprenda los conceptos fundamentales y desarrolle sus habilidades con laboratorios prácticos, cursos, proyectos guiados, pruebas y mucho más. Aprenda sobre IA generativaGuía Ponga la IA a trabajar: cómo impulsar el ROI con la IA generativa ¿Quiere obtener un mayor rendimiento de sus inversiones en IA? Descubra cómo escalar la IA generativa en áreas clave impulsa el cambio ayudando a sus mentes más brillantes a crear y ofrecer nuevas soluciones innovadoras. Lea la guíaInforme De los proyectos de IA a los beneficios: cómo la IA agéntica puede mantener la rentabilidad financiera Descubra cómo las organizaciones están pasando de lanzar la IA en pilotos dispares a aplicarla para impulsar la transformación en el núcleo. Lea el informePódcast de Techsplainers Explicación de la IA generativa Techsplainers de IBM desglosa lo esencial de la IA generativa, desde los conceptos clave hasta los casos de uso en el mundo real. Los episodios claros y rápidos le ayudan a aprender los fundamentos rápidamente. Escuche ahoraGuía La guía del director general para la IA generativa Descubra cómo pueden los CEO equilibrar el valor que la IA generativa es capaz de crear frente a la inversión que exige y los riesgos que introduce. Lea la guíaFormación watsonx Developer Hub Explore las herramientas y recursos esenciales para acelerar su próximo proyecto. Empiece y descubra toda la gama de modelos compatibles disponibles en IBM. Empiece ahoraInforme La verdad sobre el éxito de la IA generativa Descubra los beneficios de las plataformas de IA que permiten la personalización del modelo fundacional mediante tecnología, procesos y buenas prácticas para ayudarle a hacer operativo fácilmente el ciclo de vida de la IA generativa. Lea el informemodelos de IA Explore IBM Granite IBM® Granite es nuestra familia de modelos de IA abiertos, de alto rendimiento y de confianza, diseñados para empresas y optimizados para escalar sus aplicaciones de IA. Explore modelos para el lenguaje, el código, las series temporales y las barreras de seguridad. Conozca GraniteEbook Cómo elegir el modelo fundacional adecuado Aprenda a seleccionar el modelo fundacional de IA más adecuado para su caso de uso. Lea el ebookGuía Cómo prosperar en la era de la IA con seguridad y confianza Profundice en los tres elementos cruciales de una estrategia de IA sólida: crear una ventaja competitiva, ampliar la IA en toda la empresa y promover una IA fiable. Lea la guíaDescubra watsonx.aiExplore las soluciones de IAExplore los servicios de IAExplore watsonx.aiSolicite una demostración en directo

智能索引记录