Logo
☆☆☆☆☆
0.0
Beginner
7h

生成式AI基础

生成式AI正在变革各行各业,推动创新,并在各个领域开辟全新可能性。本课程将深入讲解生成式AI模型及其应用。 你将从探索生成式AI的基础知识开始,了解这些技术如何为当前面临的挑战提供突破性解决方案。随后,你将学习其核心构成要素,包括生成式AI的发展历史、语言向量化,以及基于神经网络模型构建上下文的方法。随着课程推进,你将深入了解基础模型,掌握预训练、微调和优化技术如何实现高效部署。你还将认识大语言模型(LLMs)如何扩展语言能力,以及视觉与音频生成如何助力构建强大的多模态模型。 完成本课程后,你将能够通过融合静态知识与动态上下文,有效地与AI代理进行交互,并学会运用提示词(prompts)作为引导AI响应的工具。

6 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
生成式AI基础
生成式AI正在变革各行各业,推动创新,并在各个领域开辟全新可能性。本课程将深入讲解生成式AI模型及其应用。 你将从探索生成式AI的基础知识开始,了解这些技术如何为当前面临的挑战提供突破性解决方案。随后,你将学习其核心构成要素,包括生成式AI的发展历史、语言向量化,以及基于神经网络模型构建上下文的方...

WHAT YOU'LL LEARN

掌握生成式人工智能的核心概念、基础技术以及创新应用

TAKEAWAY SKILLS

Generative AI
Natural Language Processing
Large Language Models (LLMs)

Content

6 Lessons • 0 Quizzes • 0 Challenges

生成式人工智能简介
  1. 1

    课程结构

  2. 2

    什么是生成式人工智能?

生成式人工智能的构建模块
  1. 1

    文本预处理要点

  2. 2

    自然语言处理的兴起

  3. 3

    向量化语言

  4. 4

    使用神经元构建上下文

  5. 5

    使用序列模型重建上下文

  6. 6

    使用编码器-解码器学习短语表示

  7. 7

    生成式人工智能的兴起

  8. 8

    注意力机制就是全部所需

  9. 9

    用于语言理解的双向Transformer

  10. 10

    通过生成式预训练提升语言理解能力

  11. 11

    评估大语言模型

与生成式人工智能的智能交互
  1. 1

    与AI沟通

  2. 2

    在人工智能中连接静态知识与动态上下文

  3. 3

    自主人工智能代理

基础模型
  1. 1

    什么是基础模型?

  2. 2

    模型是如何学习的?

  3. 3

    预训练范式

  4. 4

    训练后处理、微调与适配

  5. 5

    模型部署的优化

  6. 6

    大语言模型:规模化的语言处理

  7. 7

    理解视觉模型:人工智能如何学会“看”

  8. 8

    AI图像生成:深入探索扩散模型

  9. 9

    音频生成

  10. 10

    生成式人工智能中的多模态模型

实际应用与案例研究
  1. 1

    将基础概念应用于实际系统

  2. 2

    文本到文本生成系统

  3. 3

    文本到图像生成系统

  4. 4

    文本转语音生成系统

  5. 5

    文生视频生成系统

生成式AI的未来与总结
  1. 1

    生成式AI的未来:趋势与挑战

  2. 2

    前进之路

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)