Diego Coy
成为会员时间:2019
白银联赛
12125 积分
成为会员时间:2019
「生成式 AI:不只是聊天機器人」是 Generative AI Leader 學習路徑的第一門課程,沒有任何修課條件。本課程將帶您超越基本知識,進一步瞭解聊天機器人,探索如何在組織中充分發揮生成式 AI 的潛力。您將瞭解基礎模型和提示工程等概念,掌握善用生成式AI 的關鍵。本課程也會帶您瞭解擬定生成式 AI 策略時的多種重要考量,協助您為組織擬定出成功的策略。
準備開始使用 AI Hypercomputer 了嗎?這門課程可讓您快速上手!我們將介紹這個架構的基本概念,以及此架構如何幫助 AI 處理 AI 工作負載。您將瞭解 Hypercomputer 內的不同元件,例如 GPU、TPU 和 CPU,以及如何視需求選擇合適的部署方法。
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具,可協助您透過 Google Cloud 使用 Google 產品和服務,開發、測試、部署及管理應用程式。有了 Gemini 的協助,您會學到如何開發和建構網頁應用程式、修正應用程式中的錯誤、開發測試及查詢資料。在實作研究室中,您也會體驗到 Gemini 如何改良軟體開發生命週期 (SDLC)。 Duet AI 已更名為 Gemini,這是我們的新一代模型。
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具,可協助您透過 Google Cloud 保護雲端環境和資源。您將學到如何將工作負載範例部署到 Google Cloud 中的環境,以及運用 Gemini 找出並修復安全性設定錯誤。在實作研究室中,您也會體驗到 Gemini 如何改良雲端安全防護機制。 Duet AI 已更名為 Gemini,這是我們的新一代模型。
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具,可協助管理員在 Google Cloud 佈建基礎架構。您將瞭解如何透過提示讓 Gemini 解釋基礎架構、部署 GKE 叢集,以及更新既有的基礎架構。在實作研究室中,您也會體驗到 Gemini 如何改良 GKE 的部署工作流程。 Duet AI 已更名為 Gemini,這是我們的新一代模型。
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具,可協助開發人員透過 Google Cloud 建構應用程式。您將瞭解如何透過提示讓 Gemini 為您解釋程式碼內容、推薦 Google Cloud 服務,以及生成應用程式的程式碼。在實作研究室中,您也會體驗到 Gemini 如何改良應用程式的開發工作流程。 Duet AI 已更名為 Gemini,這是我們的新一代模型。
本課程介紹 Google Cloud 的 AI 和機器學習 (ML) 功能,著重說明如何開發生成式和預測式 AI 專案。我們也會探討「從資料到 AI」整個生命週期都適用的技術、產品和工具,並透過互動式練習,協助資料科學家、AI 開發人員和機器學習工程師精進專業知識。
探索生成式 AI - Vertex AI 課程包含一系列實驗室,幫助您瞭解 如何在 Google Cloud 使用生成式 AI。透過實驗室,您將瞭解 如何使用 Vertex AI PaLM API 系列模型,包括 text-bison、chat-bison、 和 textembedding-gecko。您也會瞭解提示設計、最佳做法、 以及這些模型如何用於構思、文字分類、文字擷取、文字 摘要等。您也會瞭解如何透過 Vertex AI 自訂訓練功能調整基礎模型, 並將模型部署至 Vertex AI 端點。
隨著企業持續擴大使用人工智慧和機器學習,以負責任的方式發展相關技術也日益重要。對許多企業來說,談論負責任的 AI 技術可能不難,如何付諸實行才是真正的挑戰。如要瞭解如何在機構中導入負責任的 AI 技術,本課程絕對能助您一臂之力。 您可以從中瞭解 Google Cloud 目前採取的策略、最佳做法和經驗談,協助貴機構奠定良好基礎,實踐負責任的 AI 技術。
This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.
只要修完「在 Google Cloud 設定應用程式開發環境」課程,就能獲得技能徽章。 在本課程中,您將學會如何使用以下技術的基本功能,建構和連結以儲存空間為中心的雲端基礎架構:Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。
完成「在 Compute Engine 導入 Cloud Load Balancing」技能徽章入門課程,即可證明您具備下列技能: 在 Compute Engine 建立及部署虛擬機器, 以及設定網路和應用程式負載平衡器。
在這堂入門課程,您將實際練習使用 Google Cloud 的基礎工具和服務。本課程包含可選擇觀賞的影片, 針對實驗室涵蓋的概念提供更多背景資訊,協助您複習。「Google Cloud 必備知識」 是適合 Google Cloud 學員的第一堂課, 即使您尚未學習或不熟悉雲端知識, 也能從這堂課獲得實務經驗,並應用於第一項 Google Cloud 專案。不管是撰寫 Cloud Shell 指令 和部署第一部虛擬機器,還是在 Kubernetes Engine 或透過負載平衡執行應用程式, 「Google Cloud 必備知識」都是認識平台基本功能的最佳入門資源。
本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型,並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室,您將能探索從提示到正式環境的生命週期,同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio,在專案中發揮生成式 AI 的潛能。
本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分,例如編碼器和解碼器,以及如何訓練和評估模型。在本課程結束時,您將能建立自己的圖像說明生成模型,並使用模型產生圖像說明文字。
這堂課程將說明變換器架構,以及基於變換器的雙向編碼器表示技術 (BERT) 模型,同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外,也會介紹 BERT 適用的各種任務,像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。
本課程將介紹注意力機制,說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外,也將解釋注意力的運作方式,以及如何使用注意力來提高各種機器學習任務的成效,包括機器翻譯、文字摘要和回答問題。
本課程概要說明解碼器與編碼器的架構,這種強大且常見的機器學習架構適用於序列對序列的任務,例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件,並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中,您將學習如何從頭開始使用 TensorFlow 寫程式,導入簡單的編碼器與解碼器架構來產生詩詞。
本課程將介紹擴散模型,這是一種機器學習模型,近期在圖像生成領域展現亮眼潛力。概念源自物理學,尤其深受熱力學影響。過去幾年來,在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中,擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論,並說明如何在 Vertex AI 上訓練和部署這些模型。
完成「Introduction to Generative AI」、「Introduction to Large Language Models」和「Introduction to Responsible AI」課程,即可獲得技能徽章。通過最終測驗,就能展現您對生成式 AI 基本概念的掌握程度。 「技能徽章」是 Google Cloud 核發的數位徽章,用於表彰您對 Google Cloud 產品和服務的相關知識。您可以將技能徽章公布在社群媒體的個人資料中,向其他人分享您的成果。
這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性,以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。
這是一堂入門級的微學習課程,旨在探討大型語言模型 (LLM) 的定義和用途,並說明如何調整提示來提高 LLM 成效。此外,也會介紹多項 Google 工具,協助您自行開發生成式 AI 應用程式。
這個入門微學習課程主要說明生成式 AI 的定義和使用方式,以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具,協助您開發自己的生成式 AI 應用程式。
「Google Cloud 基礎知識:核心基礎架構」介紹了在使用 Google Cloud 時會遇到的重要概念和術語。本課程會透過影片和實作實驗室,介紹並比較 Google Cloud 的多種運算和儲存服務,同時提供重要的資源和政策管理工具。