Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
課程簡介
回顧 Generative AI 基礎知識
- 快速回顧 Generative AI 個概念
- 高級應用和案例研究
深入瞭解產生對抗網路 (GAN)
- GAN架構的深入研究
- 改進GAN培訓的技術
- 條件廣域網及其應用
- 動手項目:設計複雜的GAN
進階變分自動編碼器 (VAE)
- 探索VAE的局限性
- VAE中的解糾纏表示
- Beta-VAEs及其意義
- 實踐專案:構建先進的 VAE
變壓器和生成模型
- 瞭解 Transformer 架構
- 用於生成任務的生成式預訓練轉換器 (GPT) 和 BERT
- 生成模型的微調策略
- 動手專案:針對特定領域微調 GPT 模型
擴散模型
- 擴散模型簡介
- 訓練擴散模型
- 在圖像和音訊生成中的應用
- 實踐項目:實現擴散模型
Reinforcement Learning 在 Generative AI
- 強化學習基礎知識
- 將強化學習與生成模型集成
- 在遊戲設計和程式內容生成中的應用
- 實踐專案:使用強化學習創建內容
倫理與偏見高級專題
- 深度偽造和合成媒體
- 檢測和減輕生成模型中的偏差
- 法律和道德考量
行業特定應用
- Generative AI 在醫療保健領域
- 創意產業和娛樂業
- Generative AI 在科學研究中
Generative AI的研究趨勢
- 最新進展和突破
- 開放性問題和研究機會
- 為研究生涯做準備 Generative AI
頂點專案
- 確定適合 Generative AI 的問題
- 高級數據集準備和增強
- 模型選擇、訓練和微調
- 項目的評估、反覆運算和演示
摘要和後續步驟
最低要求
- 瞭解基本的機器學習概念和演算法
- 具有 Python 程式設計和 TensorFlow 或 PyTorch 的基本用法經驗
- 熟悉神經網路和深度學習的原理
觀眾
- 數據科學家
- 機器學習工程師
- 人工智慧從業者
21 時間: