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基礎知識回顧
- 生成式AI概念的快速回顧
- 高級應用與案例研究
深入探討生成對抗網絡(GANs)
- GAN架構的深入研究
- 改進GAN訓練的技術
- 條件GAN及其應用
- 實踐項目:設計一個複雜的GAN
高級變分自編碼器(VAEs)
- 探索VAE的極限
- VAE中的解耦表示
- Beta-VAE及其重要性
- 實踐項目:構建一個高級VAE
變壓器與生成模型
- 理解Transformer架構
- 生成式預訓練變壓器(GPT)和BERT在生成任務中的應用
- 生成模型的微調策略
- 實踐項目:爲特定領域微調GPT模型
擴散模型
- 擴散模型簡介
- 訓練擴散模型
- 在圖像和音頻生成中的應用
- 實踐項目:實現一個擴散模型
生成式AI中的強化學習
- 強化學習基礎
- 將強化學習與生成模型結合
- 在遊戲設計和程序化內容生成中的應用
- 實踐項目:使用強化學習創建內容
倫理與偏見的高級話題
- 深度僞造與合成媒體
- 檢測和減輕生成模型中的偏見
- 法律與倫理考量
行業特定應用
- 生成式AI在醫療保健中的應用
- 創意產業與娛樂
- 生成式AI在科學研究中的應用
生成式AI的研究趨勢
- 最新進展與突破
- 開放問題與研究機會
- 準備從事生成式AI的研究職業
畢業項目
- 識別適合生成式AI解決的問題
- 高級數據集準備與增強
- 模型選擇、訓練與微調
- 項目評估、迭代與展示
總結與下一步
最低要求
- 瞭解機器學習的基本概念和算法
- 具備Python編程經驗,以及TensorFlow或PyTorch的基本使用能力
- 熟悉神經網絡和深度學習的原理
受衆
- 數據科學家
- 機器學習工程師
- AI從業者
21 時間: