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
生成式AI简介
- 什么是生成式AI?
- 生成式AI的历史与演变。
- 关键概念与术语。
- 生成式AI的应用与潜力概述。
机器学习基础
- 机器学习简介。
- 机器学习的类型:监督学习、无监督学习和强化学习。
- 基本算法与模型。
- 数据预处理与特征工程。
深度学习基础
- 神经网络与深度学习。
- 激活函数、损失函数与优化器。
- 过拟合、欠拟合与正则化技术。
- TensorFlow与PyTorch简介。
生成模型概述
- 生成模型的类型。
- 判别模型与生成模型的区别。
- 生成模型的应用场景。
变分自编码器(VAE)
- 理解自编码器。
- VAE的架构。
- 潜在空间及其重要性。
- 实操项目:构建一个简单的VAE。
生成对抗网络(GAN)
- GAN简介。
- GAN的架构:生成器与判别器。
- 训练GAN及其挑战。
- 实操项目:创建一个基本的GAN。
高级生成模型
- Transformer模型简介。
- GPT(生成式预训练Transformer)模型概述。
- GPT在文本生成中的应用。
- 实操项目:使用预训练的GPT模型进行文本生成。
伦理与影响
- 生成式AI的伦理考量。
- AI模型中的偏见与公平性。
- 未来影响与负责任的AI。
生成式AI的行业应用
- 生成式AI在艺术与创意中的应用。
- 在商业与营销中的应用。
- 生成式AI在科学与研究中的应用。
毕业项目
- 生成式AI项目的构思与提案。
- 数据集收集与预处理。
- 模型选择与训练。
- 结果评估与展示。
总结与下一步
要求
- 具备Python基础编程概念的理解。
- 具备基本数学概念的经验,尤其是概率和线性代数。
受众
- 开发者。
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