Join Sign in

Shaik Sharmila

Member since 2025

Gold League

8851 points
AI 基礎架構:網路技術 Earned Mar 12, 2026 EDT
使用 Gemini 多模態功能和多模態 RAG 檢查複合型文件 Earned Mar 12, 2026 EDT
開發人員的負責任 AI 技術:隱私權與安全性 Earned Mar 12, 2026 EDT
生成式 AI 適用的機器學習運作 (MLOps) Earned Mar 12, 2026 EDT
開發人員的負責任 AI 技術:可解釋性與透明度 Earned Mar 12, 2026 EDT
Vector Search 和嵌入 Earned Mar 12, 2026 EDT
開發人員的負責任 AI 技術:公平性與偏誤 Earned Mar 12, 2026 EDT
Vertex AI Studio 簡介 Earned Mar 12, 2026 EDT
建立圖像說明生成模型 Earned Mar 11, 2026 EDT
Transformer 和 BERT 模型 Earned Mar 11, 2026 EDT
編碼器-解碼器架構 Earned Mar 11, 2026 EDT
注意力機制 Earned Mar 11, 2026 EDT
圖像生成簡介 Earned Mar 11, 2026 EDT
生成式 AI 代理:實現組織轉型 Earned Mar 11, 2026 EDT
生成式 AI 應用程式:徹底改變工作方式 Earned Mar 11, 2026 EDT
生成式 AI:掌握幕後技術與環境 Earned Mar 11, 2026 EDT
生成式 AI:瞭解基礎概念 Earned Mar 11, 2026 EDT
生成式 AI:不只是聊天機器人 Earned Mar 11, 2026 EDT
負責任的 AI 技術簡介 Earned Mar 10, 2026 EDT
大型語言模型簡介 Earned Mar 10, 2026 EDT
負責任的 AI 技術:透過 Google Cloud 採用 AI 開發原則 Earned Mar 10, 2026 EDT
在 Agent Platform 設計提示 Earned Mar 10, 2026 EDT
生成式 AI 簡介 Earned Mar 10, 2026 EDT
AI 基礎架構:儲存空間選項 Earned Dec 25, 2025 EST
AI 基礎架構:部署類型 Earned Dec 25, 2025 EST
AI 基礎架構:Cloud TPU Earned Dec 25, 2025 EST
AI 基礎架構:Cloud GPU Earned Dec 25, 2025 EST
AI 基礎架構:AI Hypercomputer 簡介 Earned Dec 25, 2025 EST

歡迎來到「AI 基礎架構:網路技術」課程。本課程將說明如何運用 Google Cloud 的高頻寬、低延遲基礎架構,最佳化調整 AI 系統所有元件之間的資料傳輸和通訊。最後,您將掌握網路在整個 AI 管道 (從資料擷取、訓練到推論) 發揮的關鍵作用,並採取最佳做法,確保工作負載能以最高速度運作。

Learn more

完成 使用 Gemini 多模態功能和多模態 RAG 檢查複合型文件 技能徽章中階課程,即可證明您具備下列技能: 透過 Gemini 多模態功能,使用多模態提示從文字和影像資料擷取資訊、生成影片說明,以及擷取影片以外的額外資訊; 透過 Gemini 的多模態檢索增強生成 (RAG) 功能,為含有文字和圖片的文件建構中繼資料、取得所有相關文字分塊,以及顯示引用資料。

Learn more

本課程涵蓋「AI 隱私權」和「AI 安全性」這兩個重要主題。我們將介紹實用的方法和工具,協助您運用 Google Cloud 產品和開放原始碼工具,導入 AI 隱私權和安全性的建議做法。

Learn more

本課程旨在提供必要的知識和工具,協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰,並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序,打造成效非凡的生成式 AI 專案。

Learn more

本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具,有助於讓資料和 AI 模型透明且可解釋。

Learn more

這堂課程會介紹 AI 搜尋技術、工具和應用程式。主題涵蓋使用向量嵌入執行語意搜尋;結合語意和關鍵字做法的混合型搜尋機制;以及運用檢索增強生成 (RAG) 技術建構有基準的 AI 代理,盡可能減少 AI 幻覺。您可以實際使用 Vertex AI Vector Search,打造智慧型搜尋引擎。

Learn more

本課程旨在說明負責任 AI 技術的概念和 AI 開發原則,同時介紹各項技術,在實務上找出公平性和偏誤,減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具,透過 Google Cloud 產品和開放原始碼工具,導入負責任 AI 技術的最佳做法。

Learn more

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。

Learn more

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。

Learn more

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。

Learn more

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。

Learn more

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。

Learn more

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。

Learn more

「生成式 AI 代理:實現組織轉型」是 Gen AI Leader 學習路徑的第五堂也是最後一堂課程。本課程將探討組織如何運用自訂生成式 AI 代理,解決特定的業務難題。您將動手練習建構基本的生成式 AI 代理,同時探索這類代理的各種元件,例如模型、推論迴圈和工具。

Learn more

「生成式 AI 應用程式:徹底改變工作方式」是 Generative AI Leader 學習路徑的第四門課程。本課程將介紹 Google 的生成式 AI 應用程式,例如 Gemini for Workspace 和NotebookLM,也會引導您瞭解各種概念,像是建立基準、檢索增強生成、建構有效的提示詞,以及打造自動化工作流程等。

Learn more

「生成式 AI:掌握幕後技術與環境」是 Gen AI Leader 學習路徑的第三門課程。生成式 AI 正在改變我們的工作方式,以及與周遭世界的互動模式。身為領導者,您要如何駕馭其強大的功能,創造實際的業務成果?在本課程中,您將認識建構生成式 AI 解決方案時的各個層面、Google Cloud 產品與服務,以及選擇解決方案時應考量的因素。

Learn more

生成式 AI:瞭解基礎概念是 Gen AI Leader 學習路徑的第二門課程。在本課程中,您將瞭解 AI、機器學習和生成式 AI 的差異,以及各種類型的資料如何協助生成式 AI 解決業務難題,進而掌握生成式 AI 的基礎概念。您還能深入瞭解 Google Cloud 因應基礎模型限制的策略,以及開發、部署安全且負責任的 AI 技術時面臨的主要挑戰。

Learn more

「生成式 AI:不只是聊天機器人」是 Gen AI Leader 學習路徑的第一門課程,沒有先修條件。本課程旨在帶領您超越對聊天機器人的基本認識,探索生成式 AI 能為貴組織帶來的真正潛力。您將瞭解基礎模型和提示工程等概念,這些都是發揮生成式 AI 威力的關鍵。本課程也會引導您思考重要事項,協助您為貴組織制定成功的生成式 AI 策略。

Learn more

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。

Learn more

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。

Learn more

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。

Learn more

完成 在 Agent Platform 設計提示 技能徽章入門課程,即可證明您具備下列技能: 在 Agent Platform 設計提示、分析圖片,以及運用多模態模型生成內容。瞭解如何建立有效的提示、引導生成式 AI 輸出內容, 以及將 Gemini 模型用於實際的行銷情境。

Learn more

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。

Learn more

在本課程中,您將全面瞭解 Google Cloud 提供的儲存空間解決方案,專門用於 AI 和高效能運算 (HPC) 的工作負載。您將學習如何根據機器學習生命週期的各個階段,選擇合適的儲存空間;以及探索如何在訓練期間將 I/O 效能最佳化、管理準備資料所需的龐大資料集,以及用低延遲提供模型構件。透過實際例子和示範,您將掌握專業知識,得以設計穩健的儲存空間解決方案,並加快 AI 創新。

Learn more

這堂課程會完整說明如何在 Google Cloud 部署、管理及最佳化調整 AI 和高效能運算 (HPC) 工作負載。藉由一系列課堂和實務示範,您會瞭解不同的部署策略,從使用 Google Compute Engine (GCE) 的高度可自訂環境,到 Google Kubernetes Engine (GKE) 等代管解決方案。具體來說,您會學到如何建立叢集及部署 GKE,以便執行推論工作。

Learn more

歡迎來到 Cloud TPU 課程。我們將探討在各種情境下使用 TPU 的優缺點,並比較不同的 TPU 加速器,協助您選擇合適的工具。您將瞭解如何盡可能提高 AI 模型的效能和效率,以及互通的 GPU/TPU 對於打造靈活的機器學習工作流程有多重要。我們會透過引人入勝的內容和實際演示,一步步引導您有效運用 TPU。

Learn more

想瞭解 AI 背後的強大硬體嗎?本單元將深入解析針對效能最佳化的 AI 電腦,說明其重要性。我們將探討 CPU、GPU 和 TPU 如何大幅加速 AI 任務運算,分析各自的特點,以及 AI 軟體如何充分利用這些硬體效能。單元結束後,您將清楚掌握如何根據 AI 專案挑選合適的 GPU,並做出明智的 AI 工作負載決策。

Learn more

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。

Learn more