加入 登录

Natanael Balbo

成为会员时间：2026

白银联赛

2664 积分
AI Boost Bites：使用 Google Workspace 像专业人士一样撰写提示 Earned Sep 22, 2026 EDT
[DEPRECATED] Orchestrate Complex Multi-Agent Workflows Earned Sep 22, 2026 EDT
编码器-解码器架构 Earned Sep 22, 2026 EDT
图像生成简介 Earned Sep 22, 2026 EDT
利用 Cloud Run 部署和扩缩 AI 模型 Earned Sep 22, 2026 EDT
注意力机制 Earned Sep 22, 2026 EDT
大型语言模型简介 Earned Sep 22, 2026 EDT
生成式 AI 简介 Earned Sep 22, 2026 EDT
Transformer 模型和 BERT 模型 Earned Sep 22, 2026 EDT

本视频介绍了提示工程的基础知识，帮助您与 AI 进行有效沟通。学习一个简单的框架（角色设定、任务、背景信息、格式），以便撰写清晰的提示，从而更快地从 Google Workspace 中的 Gemini 获得更理想的结果。了解如何使用自然语言、具体说明和迭代来获得最佳 AI 辅助。

了解详情

Learn to orchestrate complex multi-agent workflows. This lesson teaches you to choose the right workflow patterns, manage state across agents, understand when custom logic is needed, and introduces distributed agent systems with A2A Protocol.

了解详情

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。

了解详情

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。

了解详情

AI 推理是指利用经过训练的机器学习模型，通过应用其学习到的模式，对新的、未见过的数据进行预测的过程。本课程专为有兴趣在 Cloud Run 上快速部署 AI 推理服务的开发者、数据科学家和机器学习工程师而设计。对于熟悉基于云的无服务器应用部署解决方案，但可能没有使用 Google Cloud 无服务器产品运行 AI 推理经验的学员来说，本课程非常有用。 本课程包含使用 GPU 部署 AI 推理模型，以及将生成式 AI 应用与数据存储服务集成的示例。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情