課程簡介

介紹

  • 什麼是生成式AI?
  • 生成式AI與其他類型AI的比較
  • 生成式AI的主要技術和模型概述
  • 生成式AI的應用和用例
  • 生成式AI的挑戰和侷限性

使用生成式AI創建圖像

  • 從文本描述生成圖像
  • 使用GAN生成逼真且多樣化的圖像
  • 使用VAE生成具有潛在變量的圖像
  • 使用風格遷移將藝術風格應用於圖像

使用生成式AI創建文本

  • 從文本提示生成文本
  • 使用基於Transformer的模型生成具有上下文和連貫性的文本
  • 使用文本摘要生成長文本的簡潔摘要
  • 使用文本改寫生成表達相同含義的不同方式

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
  • 生成具有特定聲音的語音

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生成內容的質量和多樣性
  • 使用Inception Score、Fréchet Inception Distance和BLEU Score等指標
  • 通過衆包和調查進行人工評估
  • 應用對抗性評估方法,如圖靈測試和判別器

理解生成式AI的倫理和社會影響

  • 確保公平性和問責制
  • 避免濫用和誤用
  • 尊重內容創作者和消費者的權利與隱私
  • 促進人類與AI的創造力和協作

總結與下一步

最低要求

  • 瞭解基本的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

受衆

  • 數據科學家
  • AI開發者
  • AI愛好者
 14 時間:

人數


每位參與者的報價

Upcoming Courses

課程分類