本课程介绍生成式人工智能的基础概念和高级技术,涵盖模型架构、数据准备、提示工程和部署策略等关键主题。学习者将获得前沿工具和方法论的实践经验,从而有效地设计、微调和部署生成式人工智能解决方案。 课程结束时,您将能够: - 定义生成式人工智能的核心原理,包括模型、算法和应用 - 应用数据预处理和矢量化技术来增强生成式人工智能模型 - 评估 GAN、自动编码器、变换器和 LLM 的优缺点。
通过 Coursera Plus 提高技能,仅需 239 美元/年(原价 399 美元)。立即节省

您将学到什么
定义生成式人工智能原理,应用数据准备、矢量化和模型构建技术。
分析和比较 GAN、VAE、变压器和 LLM 等模型的实际应用。
为人工智能模型设计有效的提示,使用少发、零发和思维链技术。
使用微调、PEFT 和 LLMOps 策略优化和部署生成式人工智能模型。
您将获得的技能
要了解的详细信息
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
本课程是 面向软件工程师和开发人员的 AI 生成器 专项课程 专项课程的一部分
在注册此课程时,您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

从 机器学习 浏览更多内容
状态:免费试用Alberta Machine Intelligence Institute
状态:免费试用Alberta Machine Intelligence Institute
状态:免费试用Duke University
人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'

Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'

Chaitanya A.
''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。






