聯繫我們

課程簡介

引言

  • 什麼是生成式AI?
  • 生成式AI與其他類型AI的區別
  • 生成式AI中的主要技術和模型概述
  • 生成式AI的應用和用例
  • 生成式AI的挑戰和局限性

使用生成式AI創建圖像

  • 從文本描述生成圖像
  • 使用GANs創作逼真且多樣的圖像
  • 使用VAEs通過潛變量創建圖像
  • 使用風格遷移為圖像應用藝術風格

使用生成式AI創建文本

  • 從文本提示生成文本
  • 使用基於Transformer的模型創作具有上下文連貫性的文本
  • 使用文本摘要生成簡潔的長文本摘要
  • 使用文本改寫以不同方式表達相同含義

使用生成式AI創建音頻

  • 從文本生成語音
  • 從語音生成文本
  • 從文本或音頻生成音樂
  • 生成特定聲線的語音

使用生成式AI創建其他內容

  • 從自然語言生成代碼
  • 從文本生成產品草圖
  • 從文本或圖像生成視頻
  • 從文本或圖像生成3D模型

評估生成式AI

  • 評估生成式AI中的內容質量和多樣性
  • 使用指標如Inception Score、Fréchet Inception Distance和BLEU分數
  • 通過眾包和調查利用人工評估
  • 應用對抗性評估方法,如圖靈測試和鑑別器

理解生成式AI的道德和社會影響

  • 確保公平性和問責制
  • 避免濫用和誤用
  • 尊重內容創建者和消費者的權利和隱私
  • 促進人與AI的創造力和協作

總結與下一步行動

最低要求

  • 了解基本AI概念和術語
  • 具備Python編程和數據分析經驗
  • 熟悉深度學習框架,如TensorFlow或PyTorch

受眾

  • 數據科學家
  • AI開發者
  • AI愛好者
 14 小時

人數


每位參與者的報價

客戶評論 (2)

即將到來的課程

課程分類