Mohammad Nazrin
成为会员时间:2023
白银联赛
4800 积分
成为会员时间:2023
完成借助 Firebase 开发无服务器应用技能徽章中级课程, 展示您在以下方面的技能:借助 Firebase 设计无服务器 Web 应用架构以及构建无服务器 Web 应用; 利用 Firestore 管理数据库;利用 Cloud Build 自动完成部署流程; 以及将 Google 助理功能集成到您的应用中。
完成在 Vertex AI 上构建和部署机器学习解决方案课程,赢取中级技能徽章。 在此课程中,您将了解如何使用 Google Cloud 的 Vertex AI Platform、AutoML 以及自定义训练服务来 训练、评估、调优、解释和部署机器学习模型。 此技能徽章课程的目标受众是专业的数据科学家和机器学习 工程师。 技能徽章是由 Google Cloud 颁发的专属数字徽章,旨在认可 您对 Google Cloud 产品与服务的熟练度;您需要在 交互式实操环境中参加考核,证明自己运用所学知识的能力后才能获得此徽章。完成此技能徽章课程 和作为最终评估的实验室挑战赛,即可获得数字徽章, 在您的人际圈中炫出自己的技能。
完成用 Database Migration Service 将 MySQL 数据迁移至 Cloud SQL 这一入门级的技能徽章课程,展示您在以下方面的技能: 使用 Database Migration Service 中提供的不同作业类型和连接选项,将 MySQL 数据迁移到 Cloud SQL; 以及在运行 Database Migration Service 作业时 迁移 MySQL 用户数据。
完成在 Google Cloud 上使用 Machine Learning API 课程,赢取高级技能徽章。 在本课程中,您将了解以下机器学习和 AI 技术的基本功能: Cloud Vision API、Cloud Translation API 和 Cloud Natural Language API。
完成“创建和管理 Cloud SQL for PostgreSQL 实例”这一入门级的技能徽章课程,展示您在以下方面的技能: 迁移、配置和管理 Cloud SQL for PostgreSQL 实例及数据库。
完成“在 Google Cloud 上使用 TensorFlow 进行图片分类”课程,赢取中级技能徽章 。在此课程中,您将学习如何使用 TensorFlow 和 Vertex AI 来创建和训练机器学习模型。您将主要使用 Vertex AI Workbench 上用户管理的 笔记本。
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。
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。
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。
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。
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。