课程大纲

模块1:AI与Google Gemini简介

  • 什么是人工智能(AI)?
  • Google Gemini AI及其生态系统概述
  • Gemini相比其他AI模型的关键特性和优势
  • 实践环节:通过Google AI Studio演示探索Gemini AI

模块2:理解大语言模型(LLMs)

  • 大语言模型的基础知识
  • Gemini模型的架构与运作
  • Gemini与GPT及其他领先模型的比较
  • 实践实验室:使用示例提示可视化分词与模型响应

模块3:Gemini入门

  • 设置开发环境
  • 使用Gemini API和SDK
  • 认证、令牌与API密钥
  • 实践实验室:使用Python运行你的第一个Gemini提示

模块4:使用Gemini模型

  • 探索不同的Gemini模型类型与能力
  • 为语言、图像或多模态任务选择合适的模型
  • 初始化与测试生成模型
  • 实践练习:比较文本到文本与图像到文本模型的输出

模块5:实际应用与用例

  • 将Gemini AI集成到聊天与问答应用中
  • 开发语义搜索与摘要工具
  • AI伦理使用与偏见考量
  • 小组项目:使用NotebookLM与Gemini构建“智能研究助手”

模块6:高级功能与定制

  • 提示优化与高级上下文处理
  • 使用Gemini进行代码生成与调试
  • 通过Google Cloud Vertex AI微调工作流程
  • 实践环节:使用参数与温度控制定制模型响应

模块7:实际项目与协作

  • 协作项目规划与工作流设置
  • 将Gemini AI与其他Google工具(Drive、Docs、Sheets)集成
  • 团队项目:设计与部署一个小型AI应用(如内容摘要器、聊天机器人或创意生成器)
  • 项目结果的同行评审与讨论

模块8:评估与未来方向

  • 解决Gemini项目中的常见问题
  • 探索Gemini API路线图与即将推出的功能
  • AI治理与可扩展性的最佳实践
  • 总结活动:反思实践中的经验教训与职业应用

总结与下一步

要求

  • 对基本AI概念的理解
  • 具备API和云服务经验
  • Python编程经验

受众

  • 开发者
  • 数据科学家
  • AI爱好者
 14 小时

客户评论 (1)

即将举行的公开课程

课程分类