Stefan Kontschinsky
成为会员时间：2023
白银联赛
1440 积分
生成式 AI 智能体：助力组织转型
Earned Sep 4, 2026 EDT
生成式 AI：剖析基本概念
Earned Sep 4, 2026 EDT
创建图片标注模型
Earned Jun 22, 2023 EDT
Transformer 模型和 BERT 模型
Earned Jun 20, 2023 EDT
注意力机制
Earned Jun 20, 2023 EDT
编码器-解码器架构
Earned Jun 18, 2023 EDT
图像生成简介
Earned Jun 18, 2023 EDT
Generative AI Fundamentals - 简体中文
Earned Jun 16, 2023 EDT
负责任的 AI 简介
Earned Jun 16, 2023 EDT
大型语言模型简介
Earned Jun 16, 2023 EDT
生成式 AI 简介
Earned Jun 16, 2023 EDT
使用 Google Cloud Operations 进行扩缩
Earned Feb 28, 2023 EST
使用 Google Cloud 进行基础设施和应用的现代化改造
Earned Feb 27, 2023 EST
使用 Google Cloud 探索数据转换
Earned Feb 23, 2023 EST
利用 Google Cloud 实现数字化转型
Earned Feb 22, 2023 EST
“生成式 AI 智能体：助力组织转型”是“Gen AI Leader”学习路线中的第五门课程，也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体，帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体，并探索这些智能体的组成部分，例如模型、推理循环以及各种工具。
了解详情
生成式 AI：剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中，您将探索 AI、机器学习和生成式 AI 之间的差异，了解各种数据类型如何赋能生成式 AI 来应对业务挑战，从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略，以及负责任和安全的 AI 开发与部署面临哪些关键挑战。
了解详情
本课程教您如何使用深度学习来创建图片标注模型。您将了解图片标注模型的不同组成部分，例如编码器和解码器，以及如何训练和评估模型。学完本课程，您将能够自行创建图片标注模型并用来生成图片说明。
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
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
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
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。
了解详情
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。
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
各种规模的组织都在利用云的强大功能和灵活性来改变运营方式。然而，有效管理和扩缩云资源可能是一项复杂的任务。本课程探讨了云中现代运营、可靠性和弹性方面的基本概念，以及 Google Cloud 如何帮助支持这些工作。
作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助个人在自己的岗位上成长，并为企业谋求未来发展。
了解详情
许多传统企业都在使用无法满足现代客户期望的旧式系统和应用。业务领导者往往需要在维护老旧的 IT 系统和投资新产品与服务之间做出选择。本课程探讨了这些挑战，并提供了利用云技术克服这些挑战的解决方案。
作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助个人在工作中成长，并为企业打造美好未来。
了解详情
云技术是一项强大的资产，与数据相结合后，它将成为创新和提升客户体验的催化剂。《使用 Google Cloud 探索数据转换》课程探讨了组织如何利用云技术让数据更易于访问、更具实用价值和商业价值。
作为“Cloud Digital Leader 学习路线”的一部分，本课程旨在帮助个人提升职业素养，并为企业谋求未来发展。
了解详情
数字化转型是现代组织的必经之路，而扎实掌握云计算基础知识，是推动实质性创新的第一步。《利用 Google Cloud 实现数字化转型》课程将讲解核心技术与战略框架，助力组织实现运营现代化。本课程介绍关于云的基本概念、全球网络基础设施和责任共担模式，帮助领导者从容推进上云进程。
作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助学员提升岗位能力，从而为企业打造美好未来。
了解详情
