01
Introduction to Image Generation - 繁體中文
本課程將介紹擴散模型，這是一種機器學習模型，近期在圖像生成領域展現亮眼潛力。概念源自物理學，尤其深受熱力學影響。過去幾年來，在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中，擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論，並說明如何在 Vertex AI 上訓練和部署這些模型。
Advanced: Generative AI for Developers Learning Path
A Generative AI Learning Path with a technical focus, built for App Developers, Machine Learning Engineers, and Data Scientists. Recommended prerequisite: Introduction to Generative AI learning path.
02
Attention Mechanism - 繁體中文
本課程將介紹注意力機制，說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外，也將解釋注意力的運作方式，以及如何使用注意力來提高各種機器學習任務的成效，包括機器翻譯、文字摘要和回答問題。
03
Encoder-Decoder Architecture - 繁體中文
本課程概要說明解碼器與編碼器的架構，這種強大且常見的機器學習架構適用於序列對序列的任務，例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件，並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中，您將學習如何從頭開始使用 TensorFlow 寫程式，導入簡單的編碼器與解碼器架構來產生詩詞。
04
Transformer Models and BERT Model - 繁體中文
這堂課程將說明變換器架構，以及基於變換器的雙向編碼器表示技術 (BERT) 模型，同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外，也會介紹 BERT 適用的各種任務，像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。
05
Create Image Captioning Models - 繁體中文
本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分，例如編碼器和解碼器，以及如何訓練和評估模型。在本課程結束時，您將能建立自己的圖像說明生成模型，並使用模型產生圖像說明文字。
06
Introduction to Vertex AI Studio - 繁體中文
Vertex AI Studio 可用於生成式 AI 模型的原型設計和自訂。本課程會介紹這項工具，並透過沉浸式課程、生動示範和實作研究室，讓您將瞭解生成式 AI 的工作流程，以及如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計和模型調整。目的是讓您能運用 Vertex AI Studio，發揮專案中這些模型的潛能。
07
Vector Search and Embeddings - 繁體中文
本課程旨在介紹 Vertex AI Vector Search，並說明如何透過大型語言模型 (LLM) API 生成嵌入，運用這項服務建構搜尋應用程式。這堂課程涵蓋概念課程、實際示範與實作研究室。概念課程將說明向量搜尋和文字嵌入；實際示範則會演示如何透過 Vertex AI 建構向量搜尋。
08
Inspect Rich Documents with Gemini Multimodality and Multimodal RAG
完成 Inspect Rich Documents with Gemini Multimodality and Multimodal RAG 技能徽章中階課程，即可證明您具備下列技能： 透過 Gemini 多模態功能，使用多模態提示從文字和影像資料擷取資訊、生成影片說明，以及擷取影片以外的額外資訊； 透過 Gemini 的多模態檢索增強生成 (RAG) 功能，為含有文字和圖片的文件建構中繼資料、取得所有相關文字分塊，以及顯示引用資料。 「技能徽章」是 Google Cloud 核發的獨家數位徽章，用於肯定您在 Google Cloud 產品和服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境中應用相關知識。完成本課程及結業評量挑戰研究室，即可取得技能徽章，並與親友分享。
09
Responsible AI for Developers: Fairness & Bias - 繁體中文
本課程旨在說明負責任 AI 技術的概念和 AI 開發原則，同時介紹各項技術，在實務上找出公平性和偏誤，減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具，透過 Google Cloud 產品和開放原始碼工具，導入負責任 AI 技術的最佳做法。
10
Responsible AI for Developers: Interpretability & Transparency - 繁體中文
本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具，有助於讓資料和 AI 模型透明且可解釋。
11
Responsible AI for Developers: Privacy & Safety - 繁體中文
本課程涵蓋「AI 隱私權」和「AI 安全性」這兩個重要主題。我們將介紹實用的方法和工具，協助您運用 Google Cloud 產品和開放原始碼工具，導入 AI 隱私權和安全性的建議做法。
12
Machine Learning Operations (MLOps) for Generative AI - 繁體中文
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。