課程簡介

生成式人工智能簡介

  • 什麼是生成式人工智能,爲什麼它重要?
  • 生成式人工智能的主要類型和技術。
  • 生成式人工智能的關鍵挑戰和侷限性。

Transformer架構與LLMs

  • 什麼是Transformer,它是如何工作的?
  • Transformer的主要組件和特性。
  • 使用Transformer構建LLMs。

縮放定律與優化

  • 什麼是縮放定律,爲什麼它對LLMs重要?
  • 縮放定律如何與模型大小、數據大小、計算預算和推理需求相關?
  • 縮放定律如何幫助優化LLMs的性能和效率?

訓練與微調LLMs

  • 從零開始訓練LLMs的主要步驟和挑戰。
  • 爲特定任務微調LLMs的優缺點。
  • 訓練和微調LLMs的最佳實踐和工具。

部署與使用LLMs

  • 在生產環境中部署LLMs的主要考慮和挑戰。
  • LLMs在各個領域和行業中的常見用例和應用。
  • 將LLMs與其他人工智能系統和平臺集成。

生成式人工智能的倫理與未來

  • 生成式人工智能與LLMs的倫理和社會影響。
  • 生成式人工智能與LLMs的潛在風險和危害,如偏見、錯誤信息和操縱。
  • 負責任且有益地使用生成式人工智能與LLMs。

總結與下一步

最低要求

  • 瞭解機器學習概念,如監督學習和無監督學習、損失函數和數據分割。
  • 具備Python編程和數據處理經驗。
  • 基本瞭解神經網絡和自然語言處理。

受衆

  • 開發者。
  • 機器學習愛好者。
 21 時間:

人數


每位參與者的報價

客戶評論 (7)

即將到來的課程

課程分類