Priyank shah
Menjadi anggota sejak 2025
Diamond League
12259 poin
Google DeepMind: 07 Accelerate Your Model
Earned Mar 30, 2026 EDT
Google DeepMind: 05 Fine-Tune Your Model
Earned Mar 28, 2026 EDT
Google DeepMind: 04 Discover The Transformer Architecture
Earned Mar 28, 2026 EDT
Google DeepMind: 03 Design And Train Neural Networks
Earned Mar 22, 2026 EDT
Google DeepMind: 02 Represent Your Language Data
Earned Mar 21, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model
Earned Mar 19, 2026 EDT
Infrastruktur AI: Teknik Jejaring
Earned Jan 21, 2026 EST
Infrastruktur AI: Opsi Penyimpanan
Earned Jan 20, 2026 EST
Infrastruktur AI: Jenis Deployment
Earned Jan 18, 2026 EST
Infrastruktur AI: TPU Cloud
Earned Jan 17, 2026 EST
Infrastruktur AI: GPU Cloud
Earned Jan 11, 2026 EST
Infrastruktur AI: Pengantar AI Hypercomputer
Earned Jan 1, 2026 EST
Gemini untuk SDLC menyeluruh
Earned Des 30, 2025 EST
Desain Perintah dalam Agent Platform
Earned Des 20, 2025 EST
Responsible AI: Menerapkan Prinsip AI dengan Google Cloud
Earned Des 13, 2025 EST
Pengantar Responsible AI
Earned Des 13, 2025 EST
Pengantar Model Bahasa Besar
Earned Des 13, 2025 EST
Pengantar AI Generatif
Earned Des 12, 2025 EST
Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.
Pelajari lebih lanjut
Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task. You will start with full-parameter fine-tuning using a small language model. To tune larger models like Gemma, you will learn parameter-efficient techniques with a focus on LoRA. Finally, you will be briefly introduced to reinforcement learning as an alternative to supervised fine-tuning (SFT). You will also explore how AI is imagined and made sense of in cultural contexts. You will consider why responsible AI is not just about technical safety but also about building governance systems that reflect community values and protect the public interest.
Pelajari lebih lanjut
In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.
Pelajari lebih lanjut
In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.
Pelajari lebih lanjut
In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.
Pelajari lebih lanjut
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
Pelajari lebih lanjut
Selamat datang di kursus "Infrastruktur AI: Teknik Jejaring".
Dalam kursus ini, Anda akan mempelajari cara memanfaatkan infrastruktur Google Cloud berbandwidth tinggi dan berlatensi rendah untuk mengoptimalkan transfer data serta komunikasi antara seluruh komponen sistem AI Anda. Di akhir kursus, Anda akan memahami peran penting jejaring di seluruh pipeline AI, mulai dari penyerapan data dan pelatihan hingga inferensi, serta mampu menerapkan praktik terbaik agar workload Anda berjalan dengan kecepatan maksimal.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan melakukan perjalanan komprehensif melalui solusi penyimpanan yang tersedia di Google Cloud, yang secara khusus dirancang untuk workload AI dan komputasi berperforma tinggi (HPC). Anda akan mempelajari cara memilih penyimpanan yang tepat untuk setiap tahap siklus proses ML. Anda akan mempelajari cara mengoptimalkan performa I/O selama pelatihan, mengelola set data besar untuk persiapan data, dan menyajikan artefak model dengan latensi rendah. Melalui contoh dan demonstrasi praktis, Anda akan memperoleh keahlian untuk merancang solusi penyimpanan yang andal yang mempercepat inovasi AI Anda.
Pelajari lebih lanjut
Kursus ini memberikan panduan komprehensif untuk men-deploy, mengelola, dan mengoptimalkan workload AI dan komputasi berperforma tinggi (HPC) di Google Cloud. Melalui serangkaian pelajaran dan demonstrasi praktis, Anda akan menjelajahi berbagai strategi deployment, mulai dari lingkungan yang sangat mudah disesuaikan menggunakan Google Compute Engine (GCE) hingga solusi terkelola seperti Google Kubernetes Engine (GKE). Secara spesifik, Anda akan mempelajari cara membuat cluster dan men-deploy GKE untuk inferensi.
Pelajari lebih lanjut
Selamat datang di kursus TPU Cloud. Kita akan mempelajari kelebihan dan kekurangan TPU dalam berbagai skenario dan membandingkan beragam akselerator TPU untuk membantu Anda memilih akselerator yang tepat. Anda akan mempelajari bermacam strategi untuk memaksimalkan performa dan efisiensi model AI serta memahami pentingnya interoperabilitas GPU/TPU untuk alur kerja machine learning yang fleksibel. Melalui konten yang menarik dan demo praktis, kami akan memandu Anda langkah demi langkah dalam memanfaatkan TPU secara efektif.
Pelajari lebih lanjut
Penasaran dengan hardware canggih di balik AI? Modul ini menguraikan komputer AI yang dioptimalkan untuk performa, dan menunjukkan mengapa komputer tersebut sangat penting. Kita akan membahas bagaimana CPU, GPU, dan TPU membuat tugas AI menjadi sangat cepat, apa yang membuat masing-masing unik, dan bagaimana software AI memanfaatkannya secara maksimal. Pada akhirnya, Anda akan tahu persis cara memilih GPU yang tepat untuk project AI Anda, sehingga membantu Anda membuat pilihan cerdas untuk workload AI Anda.
Pelajari lebih lanjut
Siap mulai menggunakan AI Hypercomputer? Kursus ini akan membantu Anda. Kami akan membahas dasar-dasar terkait apa itu AI Hypercomputer dan cara AI Hypercomputer membantu AI dalam menangani workload AI. Anda akan mempelajari berbagai komponen di dalam hypercomputer, seperti GPU, TPU, dan CPU, serta menemukan cara memilih pendekatan deployment yang sesuai untuk kebutuhan Anda.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari bagaimana Gemini, kolaborator yang didukung AI generatif dari Google Cloud, membantu Anda menggunakan produk dan layanan Google untuk mengembangkan, menguji, men-deploy, dan mengelola aplikasi. Dengan bantuan Gemini, Anda belajar cara mengembangkan dan membangun aplikasi web, memperbaiki error dalam aplikasi, mengembangkan pengujian, dan mengkueri data. Dengan menggunakan lab interaktif, Anda akan melihat bagaimana Gemini meningkatkan siklus proses pengembangan software (SDLC).
Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Desain Perintah dalam Agent Platform untuk menunjukkan keterampilan Anda dalam hal berikut: rekayasa perintah, analisis gambar, dan teknik generatif multimodal, dalam Agent Platform. Pelajari cara membuat perintah yang efektif, memandu output AI generatif, dan menerapkan model Gemini dalam skenario pemasaran di dunia nyata.
Pelajari lebih lanjut
Seiring semakin meningkatnya penggunaan Kecerdasan Buatan dan Machine Learning di kalangan perusahaan, proses membangunnya secara bertanggung jawab juga menjadi semakin penting. Membicarakan responsible AI mungkin lebih mudah bagi banyak orang daripada mempraktikkannya. Jika Anda tertarik untuk mempelajari cara mengoperasionalkan responsible AI dalam organisasi Anda, kursus ini cocok untuk Anda.
Dalam kursus ini, Anda akan mempelajari bagaimana Google Cloud mengoperasionalkan responsible AI, dengan praktik terbaik dan pelajaran yang dapat dipetik. Hal ini berguna sebagai framework bagi Anda untuk membangun pendekatan responsible AI.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang dimaksudkan untuk menjelaskan responsible AI, alasan pentingnya responsible AI, dan cara Google mengimplementasikan responsible AI dalam produknya. Kursus ini juga memperkenalkan 7 prinsip AI Google.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang membahas definisi model bahasa besar (LLM), kasus penggunaannya, dan cara menggunakan prompt tuning untuk meningkatkan performa LLM. Kursus ini juga membahas beberapa alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga membahas beberapa Alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Pelajari lebih lanjut
