成为会员时间：2021
Transformer 模型和 BERT 模型
Earned Mar 5, 2024 EST
The Arcade Trivia March 2024 Week 1
Earned Mar 3, 2024 EST
编码器-解码器架构
Earned Feb 26, 2024 EST
注意力机制
Earned Feb 18, 2024 EST
图像生成简介
Earned Feb 18, 2024 EST
Google Cloud 基础知识
Earned Jun 23, 2022 EDT
为 Compute Engine 实现云负载均衡
Earned Jun 23, 2022 EDT
基准：数据、机器学习和 AI
Earned Jun 23, 2022 EDT
本课程向您介绍 Transformer 架构和 Bidirectional Encoder Representations from Transformers (BERT) 模型。您将了解 Transformer 架构的主要组成部分，例如自注意力机制，以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务，例如文本分类、问答和自然语言推理。完成本课程估计需要大约 45 分钟。
Hey there! You're invited to game on with the Arcade Trivia for March Week 1! Play throughout the month and boost your cloud learning journey. Every week, we'll release a new set of questions to test your knowledge of Google Cloud Platform. Get started now and earn the March Trivia Week 1 badge!
本课程简要介绍了编码器-解码器架构，这是一种功能强大且常见的机器学习架构，适用于机器翻译、文本摘要和问答等 sequence-to-sequence 任务。您将了解编码器-解码器架构的主要组成部分，以及如何训练和部署这些模型。在相应的实验演示中，您将在 TensorFlow 中从头编写简单的编码器-解码器架构实现代码，以用于诗歌生成。
本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。
本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。
在本入门级课程中，您将了解 Google Cloud 的基础工具和服务。此课程提供了可选视频， 旨在帮助您深入了解和回顾实验中涉及的概念。Google Cloud 基础知识是推荐给 Google Cloud 学员的第一门课程 - 即使您几乎没有云相关知识，也能从中获得实践 经验，并将其直接运用于您的首个 Google Cloud 项目。从编写 Cloud Shell 命令和部署您的第一个虚拟机，到在 Kubernetes Engine 上运行应用 或者使用负载均衡，“Google Cloud 基础知识”都是您了解该平台 基本功能的首选入门级课程。
完成入门级技能徽章课程为 Compute Engine 实现云负载均衡，展示以下方面的技能： 在 Compute Engine 中创建和部署虚拟机 以及配置网络和应用负载均衡器。
大数据、机器学习和人工智能是当今计算领域的热门话题， 但这些领域的专业性很强，因而很难找到 入门资料。幸运的是，Google Cloud 在这些领域提供了方便用户使用的服务， 通过本入门级课程，您可以 开始学习使用 BigQuery、Cloud Speech API 和 Video Intelligence 等工具。