加入 登录

Farhad Momeni Farahani

成为会员时间：2023

Google Cloud Computing Foundations: Cloud Computing Fundamentals徽章 Google Cloud Computing Foundations: Cloud Computing Fundamentals Earned Jul 22, 2023 EDT
Introduction to Vertex AI Studio - 繁體中文徽章 Introduction to Vertex AI Studio - 繁體中文 Earned Jul 4, 2023 EDT
Create Image Captioning Models - 繁體中文徽章 Create Image Captioning Models - 繁體中文 Earned Jul 4, 2023 EDT
Transformer Models and BERT Model - 繁體中文徽章 Transformer Models and BERT Model - 繁體中文 Earned Jun 27, 2023 EDT
Attention Mechanism - 繁體中文徽章 Attention Mechanism - 繁體中文 Earned Jun 26, 2023 EDT
Encoder-Decoder Architecture - 繁體中文徽章 Encoder-Decoder Architecture - 繁體中文 Earned Jun 26, 2023 EDT
Introduction to Image Generation - 繁體中文徽章 Introduction to Image Generation - 繁體中文 Earned Jun 20, 2023 EDT
Generative AI Fundamentals - 繁體中文徽章 Generative AI Fundamentals - 繁體中文 Earned Jun 19, 2023 EDT
Introduction to Responsible AI - 繁體中文徽章 Introduction to Responsible AI - 繁體中文 Earned Jun 19, 2023 EDT
Introduction to Large Language Models - 繁體中文徽章 Introduction to Large Language Models - 繁體中文 Earned Jun 16, 2023 EDT
Introduction to Generative AI - 繁體中文徽章 Introduction to Generative AI - 繁體中文 Earned Jun 16, 2023 EDT

The Google Cloud Computing Foundations courses are for individuals with little to no background or experience in cloud computing. They provide an overview of concepts central to cloud basics, big data, and machine learning, and where and how Google Cloud fits in. By the end of the series of courses, learners will be able to articulate these concepts and demonstrate some hands-on skills. The courses should be completed in the following order: 1. Google Cloud Computing Foundations: Cloud Computing Fundamentals 2. Google Cloud Computing Foundations: Infrastructure in Google Cloud 3. Google Cloud Computing Foundations: Networking and Security in Google Cloud 4. Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud This first course provides an overview of cloud computing, ways to use Google Cloud, and different compute options.

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

完成「Introduction to Generative AI」、「Introduction to Large Language Models」和「Introduction to Responsible AI」課程，即可獲得技能徽章。通過最終測驗，就能展現您對生成式 AI 基本概念的掌握程度。 「技能徽章」是 Google Cloud 核發的數位徽章，用於表彰您對 Google Cloud 產品和服務的相關知識。您可以將技能徽章公布在社群媒體的個人資料中，向其他人分享您的成果。

了解详情

這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。

了解详情

這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。

了解详情

這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。

了解详情