《Generative AI for Beginners》是由微软 Cloud Advocates 团队推出的一系列涵盖十二章的生成式人工智能入门课程。这些课程介绍了构建生成式 AI 应用程序的基本知识，并在GitHub上获得了超过1.7万个星标。每一章分别探讨生成式人工智能的原理以及应用程序开发的一个关键方面，提供导学视频、书面资料、代码示例和额外的学习资源推荐。通过完成整个课程，您将能够构建自己的生成式人工智能产品和工具，将 AIGC 技术应用于您的创意中。
《Generative AI for Beginners》课程目录
| 课程章节 | 相关教学内容 | 学习目标 | |
|---|---|---|---|
| 00 | 课程介绍及学习环境的设置 | 课程结构及环境配置 | 帮助您在学习过程中取得成功 |
| 01 | 生成式人工智能与 LLMs 的基础介绍 | 知识点: 生成式人工智能及其在当前技术背景下的适应性 | 理解生成式人工智能的定义及 LLMs 的工作原理。 |
| 02 | 探索和比较不同的 LLMs | 知识点: 测试、迭代及比较多种 LLMs 模型 | 为您的应用场景选择合适的模型 |
| 03 | 负责任地使用生成式人工智能 | 知识点: 了解基础模型的限制及人工智能可能带来的风险 | 认识如何负责任地开发生成式人工智能应用程序 |
| 04 | 提示工程的基础知识 | 代码/知识点: 提示工程的最佳实践 | 掌握提示的结构和应用 |
| 05 | 增强提示工程技巧的创建 | 代码/知识点: 通过在提示中应用不同的方法来扩展提示工程技术 | 利用提示工程技术提升提示效果。 |
| 06 | 构建文本生成应用 | 代码: 运用 Azure OpenAI 开发文本生成应用程序 | 有效使用令牌和温度调整模型输出 |
| 07 | 构建聊天应用 | 代码: 有效构建及集成聊天应用的技巧。 | 识别关键指标和注意事项，以有效监控和维护人工智能聊天应用的质量 |
| 08 | 构建搜索应用 | 代码: 语义搜索以及关键词搜索。文本嵌入及其在搜索中的应用 | 开发一个利用嵌入来进行数据检索的应用。 |
| 09 | 构建图像生成应用 | 代码: 图像生成及其在应用构建过程中的作用 | 构造图像生成应用程序 |
| 10 | 开发低代码人工智能应用 | 低代码: 在 Power Platform 中介绍生成式 AI | 使用低代码为教育初创公司建设学生作业追踪应用 |
| 11 | 为生成式 AI 添加函数调用功能 | 代码: 函数调用的定义及其在应用中的示例 | 设置函数调用以从外部 API 获取数据 |
| 12 | 为人工智能应用增添用户体验 | 知识点: 设计人工智能应用以增强信任和透明度 | 学习开发生成式人工智能应用时用户体验设计的相关原则 |
| xx | 扩展学习 | 提供与每章内容相关的扩展链接！ | 掌握生成式人工智能相关技能 |
相关导航
暂无评论...