Sarthak Chandarana
Jest członkiem od 2021
Liga brązowa
800 pkt.
Jest członkiem od 2021
This course introduces diffusion models, a family of machine learning models that recently showed promise in the image generation space. Diffusion models draw inspiration from physics, specifically thermodynamics. Within the last few years, diffusion models became popular in both research and industry. Diffusion models underpin many state-of-the-art image generation models and tools on Google Cloud. This course introduces you to the theory behind diffusion models and how to train and deploy them on Gemini Enterprise Agent Platform.
The Generative AI Explorer - Agent Platform course is a collection of labs on how to use Generative AI on Google Cloud. Through the labs, you will learn about how to use the Gemini models in Agent Platform. You will also learn about prompt design, best practices, and how it can be used for ideation, text classification, text extraction, text summarization, and more. You will also learn how to tune a foundation model by training it via custom training in Agent Platform and deploy it to an endpoint in Agent Platform.
This course introduces you to the Transformer architecture and the Bidirectional Encoder Representations from Transformers (BERT) model. You learn about the main components of the Transformer architecture, such as the self-attention mechanism, and how it is used to build the BERT model. You also learn about the different tasks that BERT can be used for, such as text classification, question answering, and natural language inference.This course is estimated to take approximately 45 minutes to complete.
This course will introduce you to the attention mechanism, a powerful technique that allows neural networks to focus on specific parts of an input sequence. You will learn how attention works, and how it can be used to improve the performance of a variety of machine learning tasks, including machine translation, text summarization, and question answering. This course is estimated to take approximately 45 minutes to complete.
To szybkie szkolenie dla początkujących wyjaśnia, czym są duże modele językowe (LLM) oraz jakie są ich zastosowania. Przedstawia również możliwości zwiększenia ich wydajności przez dostrajanie przy użyciu promptów oraz narzędzia Google, które pomogą Ci tworzyć własne aplikacje korzystające z generatywnej AI.
Celem tego szybkiego szkolenia dla początkujących jest wyjaśnienie, czym jest generatywna AI oraz jakie są jej zastosowania. Szkolenie przedstawia również różnice pomiędzy tą technologią a tradycyjnymi systemami uczącymi się, a także narzędzia Google, które pomogą Ci tworzyć własne aplikacje korzystające z generatywnej AI.
Ten kurs wprowadzający jest inny niż wszystkie pozostałe oferowane kursy. Jego moduły zostały wybrane tak, aby udostępnić specjalistom z branży IT praktyczne ćwiczenia w zakresie tematów i usług, znajomość których jest potrzebna do uzyskania certyfikatu Google Cloud Associate Cloud Engineer. Od uprawnień i zarządzania siecią po wdrażanie Kubernetes Engine – ten kurs składa się ze specjalnych modułów, w trakcie których sprawdzisz swoją wiedzę na temat Google Cloud. Ćwiczenia w ramach tych modułów pozwolą Ci zwiększyć swoje umiejętności i kompetencje, ale zalecamy również zapoznanie się z przewodnikiem po egzaminie i innymi dostępnymi materiałami przygotowawczymi.
Na tym kursie dla początkujących nauczysz się używać podstawowych narzędzi i usług Google Cloud. Dostępne są opcjonalne filmy zapewniające szerszy kontekst i pomagające powtórzyć pojęcia omówione podczas laboratoriów. Podstawy Google Cloud to kurs zalecany jako pierwszy dla osób poznających Google Cloud – możesz zacząć naukę, mając minimalną albo nawet zerową wiedzę o chmurze, a skończyć z praktycznymi umiejętnościami, które wykorzystasz w swoim pierwszym projekcie Google Cloud. Od wpisywania poleceń w Cloud Shell i wdrażania pierwszej maszyny wirtualnej po uruchamianie aplikacji w Kubernetes Engine lub aplikacji z równoważeniem obciążenia, Podstawy Google Cloud to doskonałe wprowadzenie do podstawowych funkcji platformy.