成为会员时间：2024
编码器-解码器架构
Earned Nov 20, 2024 EST
利用 Google Cloud 实现数字化转型
Earned Nov 11, 2024 EST
[DEPRECATED] Google Sheets
Earned Nov 6, 2024 EST
使用 Google Cloud 探索数据转换
Earned Nov 3, 2024 EST
创建图片标注模型
Earned Nov 1, 2024 EDT
Transformer 模型和 BERT 模型
Earned Nov 1, 2024 EDT
大型语言模型简介
Earned Oct 29, 2024 EDT
生成式 AI 简介
Earned Oct 28, 2024 EDT
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。
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。
In this course we will introduce you to Google Sheets, Google’s cloud-based spreadsheet software, included with Google Workspace. With Google Sheets, you can create and edit spreadsheets directly in your web browser—no special software is required. Multiple people can work simultaneously, you can see people’s changes as they make them, and every change is saved automatically. You will learn how to open Google Sheets, create a blank spreadsheet, and create a spreadsheet from a template. You will add, import, sort, filter and format your data using Google Sheets and learn how to work across different file types. Formulas and functions allow you to make quick calculations and better use your data. We will look at creating a basic formula, using functions, and referencing data. You will also learn how to add a chart to your spreadsheet. Google Sheets spreadsheets are easy to share. We will look at the different ways you can share with others. We will also discuss how to track changes…
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。
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。
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。
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。
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。