Generative AI for Beginners

• 了解 Python 中的基本编程概念
• 具有基本数学概念的经验，尤其是概率和线性代数

观众

• 开发 人员

Generative AI 是人工智能的一个子集，专注于创建新内容，无论是文本、图像还是其他数据类型，都与它从中学习的内容相似但不完全相同。

这种以讲师为主导的现场培训（在线或现场）面向希望获得 Generative AI 基础知识和实践经验的初级开发人员。

在培训结束时，参与者将能够：

• 了解生成模型背后的原理及其应用。
• 使用 TensorFlow 或 PyTorch 实现基本的生成模型。
• 使用变分自动编码器 （VAE） 和生成对抗网络 （GAN） 生成新内容。
• 探索生成式 AI 的伦理影响。
• 将生成式 AI 概念应用于真实场景。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在现场实验室环境中动手实施。

课程自定义选项

• 如需申请本课程的定制培训，请联系我们进行安排。

Generative AI 简介

• 什么是Generative AI？
• Generative AI的历史和演变
• 关键概念和术语
• Generative AI的应用和潜力概述

Machine Learning的基础知识

• 机器学习简介
• 机器学习的类型：有监督的、无监督的和 Reinforcement Learning
• 基本算法和模型
• 数据预处理和特征工程

Deep Learning 基础知识

• 神经网络和深度学习
• 激活函数、损失函数和优化器
• 过拟合、欠拟合和正则化技术
• TensorFlow 和 PyTorch 简介

生成模型概述

• 生成模型的类型
• 判别模型和生成模型之间的差异
• 生成模型的用例

变分自动编码器 （VAE）

• 了解自动编码器
• VAE的架构
• 潜在空间及其意义
• 动手项目：构建一个简单的 VAE

生成对抗网络 （GAN）

• GAN简介
• GAN的架构：生成器和鉴别器
• 训练 GAN 和挑战
• 动手项目：创建基本 GAN

高级生成模型

• 变压器型号介绍
• GPT（生成式预训练转换器）模型概述
• GPT在文本生成中的应用
• 动手项目：使用预训练的 GPT 模型生成文本

伦理与影响

• Generative AI中的伦理考量
• 人工智能模型中的偏差和公平性
• 未来影响和负责任的人工智能

Generative AI的行业应用

• Generative AI 艺术与创意
• 在商业和营销中的应用
• Generative AI 在科学和研究中

顶点项目

• 生成式人工智能项目的构思和提案
• 数据集收集和预处理
• 模型选择和训练
• 评估和结果的介绍

摘要和后续步骤