成为会员时间：2023
编码器-解码器架构
Earned Mar 26, 2024 EDT
注意力机制
Earned Mar 26, 2024 EDT
图像生成简介
Earned Mar 26, 2024 EDT
负责任的 AI 简介
Earned Mar 24, 2024 EDT
大型语言模型简介
Earned Mar 24, 2024 EDT
生成式 AI 简介
Earned Mar 24, 2024 EDT
Google 表格中的 Gemini
Earned Dec 17, 2023 EST
Google 文档中的 Gemini
Earned Dec 17, 2023 EST
Gmail 中的 Gemini
Earned Dec 17, 2023 EST
内置 Gemini 的 Google Workspace：AI 工作流基础知识
Earned Dec 17, 2023 EST
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。
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。
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。
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。
本课程介绍如何使用 Google 表格中的 Gemini 自动整理数据和处理复杂数字。了解如何根据原始文本构建表格、使用自然语言自动填充数据、按需生成原生电子表格公式，以及快速提取高级分析洞见或可视化图表，而无需具备高级电子表格专业知识。
本课程介绍如何使用 Google 文档中的 Gemini 来简化写作和内容创作。了解如何从头开始起草文档，使用互动式工具优化写作语气和清晰度，总结复杂文件，以及将长篇文本无缝转换为适用于其他 Google Workspace 应用的结构化资产。
本课程介绍如何使用 Gmail 中的 Gemini 来优化邮件管理。了解如何总结冗长的会话串、使用自然语言检索信息、起草专业回复，以及直接在收件箱中整理沟通策略。
Gemini for Google Workspace 可在 Google Workspace 中为客户提供生成式 AI 功能。在本学习路线中，您将了解 Gemini 的主要功能，以及如何在 Google Workspace 中使用它们来提高工作效率。