Generative AI Advanced

• 了解基本的机器学习概念和算法
• 具有 Python 编程和 TensorFlow 或 PyTorch 的基本用法经验
• 熟悉神经网络和深度学习的原理

观众

• 数据科学家
• 机器学习工程师
• 人工智能从业者

Generative AI 是一个令人兴奋且快速发展的领域，专注于创建新的、可以传递真实数据的合成数据实例。

这种以讲师为主导的现场培训（在线或现场）面向希望探索复杂生成模型及其在各个行业中的应用的中高级数据科学家、机器学习工程师和人工智能从业者。

在培训结束时，参与者将能够：

• 实施和训练高级生成模型，包括 GAN、VAE 和扩散模型。
• 了解 Transformer 架构并将其应用于生成式任务。
• 探讨 Generative AI 的伦理影响和挑战。
• 应用先进的生成技术来解决各个行业的实际问题。
• 及时了解当前的研究趋势和未来方向 Generative AI.

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。

回顾 Generative AI 基础知识

• 快速回顾 Generative AI 个概念
• 高级应用和案例研究

深入了解生成对抗网络 （GAN）

• GAN架构的深入研究
• 改进GAN培训的技术
• 条件广域网及其应用
• 动手项目：设计复杂的GAN

高级变分自动编码器 （VAE）

• 探索VAE的局限性
• VAE中的解纠缠表示
• Beta-VAEs及其意义
• 实践项目：构建先进的 VAE

变压器和生成模型

• 了解 Transformer 架构
• 用于生成任务的生成式预训练转换器 （GPT） 和 BERT
• 生成模型的微调策略
• 动手项目：针对特定领域微调 GPT 模型

扩散模型

• 扩散模型简介
• 训练扩散模型
• 在图像和音频生成中的应用
• 实践项目：实现扩散模型

Reinforcement Learning 在 Generative AI

• 强化学习基础知识
• 将强化学习与生成模型集成
• 在游戏设计和程序内容生成中的应用
• 实践项目：使用强化学习创建内容

伦理与偏见高级专题

• 深度伪造和合成媒体
• 检测和减轻生成模型中的偏差
• 法律和道德考量

行业特定应用

• Generative AI 在医疗保健领域
• 创意产业和娱乐业
• Generative AI 在科学研究中

Generative AI的研究趋势

• 最新进展和突破
• 开放性问题和研究机会
• 为研究生涯做准备 Generative AI

顶点项目

• 确定适合 Generative AI 的问题
• 高级数据集准备和增强
• 模型选择、训练和微调
• 项目的评估、迭代和演示

摘要和后续步骤