感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
简介
- 什么是生成式AI?
- 生成式AI与其他类型AI的区别。
- 生成式AI的主要技术和模型概述。
- 生成式AI的应用和用例。
- 生成式AI的挑战和限制。
使用生成式AI创建图像
- 从文本描述生成图像。
- 使用GAN生成逼真且多样化的图像。
- 使用VAE生成具有潜在变量的图像。
- 使用风格迁移为图像应用艺术风格。
使用生成式AI创建文本
- 从文本提示生成文本。
- 使用基于Transformer的模型生成具有上下文和连贯性的文本。
- 使用文本摘要生成长文本的简洁摘要。
- 使用文本改写生成表达相同意义的不同方式。
使用生成式AI创建音频
- 从文本生成语音。
- 从语音生成文本。
- 从文本或音频生成音乐。
- 生成具有特定声音的语音。
使用生成式AI创建其他内容
- 从自然语言生成代码。
- 从文本生成产品草图。
- 从文本或图像生成视频。
- 从文本或图像生成3D模型。
评估生成式AI
- 评估生成式AI生成内容的质量和多样性。
- 使用指标如inception score、Fréchet inception distance和BLEU score。
- 通过众包和调查进行人工评估。
- 应用对抗性评估方法,如图灵测试和判别器。
理解生成式AI的伦理和社会影响
- 确保公平性和问责制。
- 避免误用和滥用。
- 尊重内容创作者和消费者的权利与隐私。
- 促进人类与AI的创造力和协作。
总结与下一步
要求
- 了解基本的AI概念和术语。
- 具备Python编程和数据分析经验。
- 熟悉深度学习框架,如TensorFlow或PyTorch。
受众
- 数据科学家。
- AI开发者。
- AI爱好者。
14 小时
客户评论 (1)
我喜欢培训师知识丰富,并与我们分享了这些知识
Daria Pawlak - LKQ POLSKA SPOLKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
课程 - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
机器翻译