感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
生成式AI簡介
- 什麼是生成式AI?
- 生成式AI的歷史與演變
- 關鍵概念與術語
- 生成式AI的應用與潛力概述
機器學習基礎
- 機器學習簡介
- 機器學習的類型:監督學習、無監督學習與強化學習
- 基本算法與模型
- 數據預處理與特徵工程
深度學習基礎
- 神經網絡與深度學習
- 激活函數、損失函數與優化器
- 過擬合、欠擬合與正則化技術
- TensorFlow與PyTorch簡介
生成模型概述
- 生成模型的類型
- 判別模型與生成模型的區別
- 生成模型的應用場景
變分自編碼器(VAEs)
- 理解自編碼器
- VAEs的架構
- 潛在空間及其重要性
- 實踐項目:構建一個簡單的VAE
生成對抗網絡(GANs)
- GANs簡介
- GANs的架構:生成器與判別器
- 訓練GANs及其挑戰
- 實踐項目:創建一個基礎的GAN
高級生成模型
- Transformer模型簡介
- GPT(生成預訓練Transformer)模型概述
- GPT在文本生成中的應用
- 實踐項目:使用預訓練的GPT模型進行文本生成
倫理與影響
- 生成式AI的倫理考量
- AI模型中的偏見與公平性
- 未來影響與負責任的AI
生成式AI的行業應用
- 生成式AI在藝術與創意中的應用
- 在商業與營銷中的應用
- 生成式AI在科學與研究中的應用
畢業項目
- 生成式AI項目的構思與提案
- 數據集的收集與預處理
- 模型選擇與訓練
- 結果評估與展示
總結與下一步
最低要求
- 瞭解Python中的基本編程概念
- 具備基礎數學概念的經驗,尤其是概率和線性代數
受衆
- 開發者
14 時間: