成为会员时间：2023
使用 Google Vids 制作引人入胜的视频
Earned Dec 4, 2024 EST
Google Cloud: Prompt Engineering Guide
Earned Dec 2, 2024 EST
Responsible AI: 和 Google Cloud 一起践行 AI 原则
Earned Oct 16, 2023 EDT
编码器-解码器架构
Earned Aug 30, 2023 EDT
Generative AI Fundamentals - 简体中文
Earned Jun 15, 2023 EDT
负责任的 AI 简介
Earned Jun 15, 2023 EDT
图像生成简介
Earned Jun 14, 2023 EDT
大型语言模型简介
Earned Jun 14, 2023 EDT
生成式 AI 简介
Earned Jun 6, 2023 EDT
在本课程中，您将了解 Google Vids，这是一款面向特定 Google Workspace 用户的在线视频制作与编辑应用。通过课程讲解和演示，您将学习如何在工作中通过视频来制作和讲述引人入胜的故事。您还将了解如何无缝整合媒体、音频和视频片段，自定义风格，并轻松分享您的作品。 Vids 的部分功能借助生成式 AI 来帮助您更高效地进行创作。请注意，包括 Gemini 在内的生成式 AI 工具可能会提供不准确或不恰当的信息。请勿将 Gemini 功能提供的信息作为医疗、法律、财务或其他专业领域的建议。另需注意，Gemini 功能提供的建议不代表 Google 的观点，Google 对此概不负责。
Google Cloud : Prompt Engineering Guide examines generative AI tools, how they work. We'll explore how to combine Google Cloud knowledge with prompt engineering to improve Gemini responses.
随着企业对人工智能和机器学习的应用越来越广泛，以负责任的方式构建这些技术也变得更加重要。但对很多企业而言，真正践行 Responsible AI 并非易事。如果您有意了解如何在组织内践行 Responsible AI，本课程正适合您。 本课程将介绍 Google Cloud 目前如何践行 Responsible AI，以及从中总结的最佳实践和经验教训，便于您以此为框架构建自己的 Responsible AI 方法。
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。
完成 Introduction to Generative AI、Introduction to Large Language Models 和 Introduction to Responsible AI 三门课程，赢取技能徽章。通过最终测验，即表明您理解了生成式 AI 的基本概念。 技能徽章是由 Google Cloud 颁发的数字徽章，旨在认可您对 Google Cloud 产品与服务的了解程度。公开您的个人资料并将技能徽章添加到您的社交媒体个人资料中，以此来分享您获得的成就。
这是一节入门级微课程，旨在解释什么是负责任的 AI、它的重要性，以及 Google 如何在自己的产品中实现负责任的 AI。此外，本课程还介绍了 Google 的 7 个 AI 开发原则。
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。
这是一节入门级微学习课程，探讨什么是大型语言模型 (LLM)、适合的应用场景以及如何使用提示调整来提升 LLM 性能，还介绍了可以帮助您开发自己的 Gen AI 应用的各种 Google 工具。
这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。