
Generative AI for Beginners 是微软 Cloud Advocates 团队推出的十二章生成式AI入门的系列课程,介绍了构建生成式 AI 应用程序的基础知识,在GitHub上已超过1.7万人星标。每章都涵盖了生成式人工智能原理和应用程序开发的一个关键知识点,提供导学视频、书面材料、代码示例和进阶的学习资源推荐。通过整个课程的学习,你将拥有建立自己的生成式人工智能产品和工具的能力,实现应用AIGC技术的想法。
Generative AI for Beginners的课程目录
课程章节 | 相关教学内容 | 学习目标 | |
---|---|---|---|
00 | 课程介绍和学习环境设置 | 学习环境配置和课程结构 | 在学习本课程的同时帮助您取得成功 |
01 | 生成式人工智能和 LLMs 介绍 | 知识点: 生成式人工智能以及我们如何适应当前的技术格局 | 了解什么是生成式人工智能 以及 LLMs 的工作原理。 |
02 | 探索和比较不同的 LLMs | 知识点: 测试、迭代和比较不同的 LLMs 模型 | 为您的应用场景选择正确的模型 |
03 | 负责任地使用生成式人工智能 | 知识点: 了解基础模型的局限性和人工智能背后的风险 | 了解如何负责任地构建生成式人工智能应用程序 |
04 | 提示工程基础 | 代码/知识点: 提示工程最佳实践 | 了解提示结构和用法 |
05 | 创建高级的提示工程技巧 | 代码/知识点: 通过在提示中应用不同的技术来扩展您的提示工程知识 | 应用提示工程技术来改善提示结果。 |
06 | 创建文本生成应用 | 代码: 使用 Azure OpenAI 构建文本生成应用程序 | 了解如何有效地使用令牌和温度来改变模型的输出 |
07 | 创建聊天应用 | 代码: 有效构建和集成聊天应用程序的技术。 | 确定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程序的质量 |
08 | 创建搜索应用 | 代码: 语义搜索与关键字搜索。 什么是文本嵌入以及它们如何应用于搜索 | 创建一个使用嵌入来搜索数据的应用程序。 |
09 | 创建图像生成应用 | 代码: 图像生成及其在构建应用程序中的作用 | 构建图像生成应用程序 |
10 | 创建低代码的人工智能应用 | 低代码: Power Platform 中的生成式 AI 简介 | 使用低代码为我们的教育初创公司构建学生作业跟踪应用程序 |
11 | 为生成式 AI 添加 function calling | 代码: 什么是 Function Calling 及其在应用程序中的使用示例 | 设置 Function Calling 以从外部 API 检索数据 |
12 | 为人工智能应用程序添加用户体验 | 知识点: 设计人工智能应用程序以实现信任和透明度 | 开发生成式人工智能应用时用户体验设计的相关原则 |
xx | 拓展学习 | 包含每章内容的的拓展链接! | 掌握生成式人工智能相关技能 |
数据统计
数据评估
关于Generative AI for Beginners特别声明
本站智能信息网提供的Generative AI for Beginners都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由智能信息网实际控制,在2025年4月23日 下午2:53收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,智能信息网不承担任何责任。
相关导航

Machine Learning for Beginners是由Microsoft 的 Azure Cloud Advocates 提供的为期 12 周、26 节课的课程,所有课程都是关于机器学习的。 在本课程中,你将了解经典机器学习的内容,主要使用Scikit-learn库来进行讲解。每节课都包括课前和课后测验、完成课程的书面说明、解决方案、作业等。

txyz.ai
txyz.ai是什么txyz(txyz.ai)是一个AI驱动的文献阅读和学术研究辅助平台,旨在提高研究人员和专业人士获取、理解和管理学术资料的效率。该AI工具通过智能摘要提取帮助用户快速掌握论文要点,支持自然语言搜索以便用户以直观的方式找到所需文献,并提供个性化的论文推荐服务,确保用户能够及时获取与其研究兴趣相关的最新学术成果。此外,txyz.ai还支持用户建立自己的个人研究图书馆,方便用户整理和回顾研究资料,从而优化整个研究过程。txyz.ai的主要功能AI增强的文献阅读:txyz.ai能够从学术论文中提取关键信息和摘要,使用户能够快速理解文献的核心内容,节省深入阅读的时间。arXiv学术资源集成:txyz.ai对接了学术文献的开放获取预印本库arXiv的资源,用户可以直接访问和搜索arXiv上的大量学术论文,这些论文覆盖了人工智能、物理学、数学、计算机科学、生物学、统计学等多个学科领域。自然语言搜索:用户无需使用特定的关键词或短语,可以直接用自然语言描述自己的研究需求,txyz.ai的AI系统将理解这些需求并提供相关的学术论文和资源。个性化日常论文推荐:根据用户的研究兴趣和历史行为,txyz.ai每天推荐与用户研究方向相关的最新学术论文,帮助用户保持对领域内新进展的了解。个人研究图书馆:用户可以在txyz.ai中保存和管理自己的研究资料,通过分类和标签系统组织文献,便于未来的查找和参考。互动式研究对话:用户可以通过聊天界面与AI进行交流,提出关于特定论文的问题,AI将提供详细的解答和分析,辅助用户深入理解研究内容。如何使用txyz访问txyz的官网(txyz.ai),点击右上角Sign In进行注册登录登录成功后,可以在输入框中输入相关问题或上传文件进行解读和对话提问点击Edit可设置你的研究兴趣和偏好,txyz.ai将使用这些信息来提供个性化的每日论文推荐对于感兴趣的论文,可以点击Add to Library添加到个人图书馆txyz.ai的应用场景学术研究:研究人员可以利用txyz.ai快速获取和理解大量学术论文,提高文献回顾和研究分析的效率。AI辅助的摘要和问题解答功能能够帮助研究人员深入理解复杂的学术概念和研究方法。行业研发:工程师和研发人员可以通过txyz.ai搜索和分析与他们工作相关的最新科研成果,从而获取创新思路和技术解决方案,加速产品研发和改进过程。市场调研:市场分析师可以借助txyz.ai对特定行业或产品的研究趋势进行分析,通过AI辅助的文献搜索和摘要提取,快速掌握市场动态和消费者行为。教育培训:教师和学生可以使用txyz.ai作为学习工具,帮助他们更高效地进行课题研究和学术写作。AI的互动式问答功能特别适合学习和教学过程中的问题解答。知识管理:企业和研究机构可以利用txyz.ai建立和维护一个全面的研究资料库,便于员工和研究人员共享知识、跟踪最新研究进展,并促进跨领域的合作。跨学科研究:对于从事跨学科研究的人员,txyz.ai能够提供跨领域的文献搜索和推荐,帮助他们发现不同领域之间的联系和潜在的研究机会。常见问题txyz.ai是免费的吗?txyz.ai目前是免费向所有个人用户开放的。txyz.ai在国内可以用吗?txyz.ai在国内可以直接访问使用。txyz.ai支持哪些平台?txyz.ai目前支持通过在线网页版和ChatGPT智能体使用。

fast.ai:免费开源的深度学习和AI学习网站,让每个人都参与到AI!
深度学习正在改变世界,而fast.ai项目便致力于让深度学习更容易使用。该深度学习和AI学习网站提供了一系列免费的AI学习资源和课程:针对程序员的免费AI课程软件库前沿研究以及AI社区fast.ai的口号是,“世界需要所有人参与到人工智能,无论你的背景多么不可能”(The world needs everyone involved with AI, no matter how unlikely your background.)。Making neural nets uncool again。酷就是要有排他性,这与fast.ai想要的恰恰相反。他们希望让深度学习变得尽可能容易——包括那些使用C#等没那么酷的语言、Windows等没那么酷的操作系统(世界上大多数人都在使用)、没那么酷的数据集(比谷歌的任何东西都小得多,而且在你认为晦涩难懂的领域)和没那么酷的背景的人(即使你没上斯坦福大学之类的一流名校)。

ShowMeAI知识社区:一个人工智能领域的资料库和学习社区
ShowMeAI是一个人工智能领域的资料库和学习社区,覆盖Python、数据科学、机器学习、深度学习、自然语言处理、计算机视觉等方向。为AI学习、求职、项目落地、业务探索等场景,提供了结构化路径和全套资料库。构建AI解决方案,用知识加速每一次技术成长!

MachineLearningMastery
免费在线学习机器学习,从基础到高级

Elements of AI
免费在线AI通识学习

Coursera
知名MOOC平台,众多人工智能和机器学习课程

阿里云AI学习路线,从入门到进阶掌握人工智能领域的知识和技能
阿里云作为国内领先的云服务,其开发者社区提供了一条完整的人工智能学习路线,旨在帮助用户从入门到进阶掌握人工智能领域的知识和技能。该路线包含了30门在线课程和22个实战案例,分为以下5大学习阶段:机器学习入门:学习人工智能的基本概念、算法原理、编程语言等知识。TensorFlow框架及常用库:介绍TensorFlow深度学习框架以及常用Python数据科学库的使用机器学习实战:通过实践项目,学习机器学习的基本原理和实现方法,例如数据分析、特征工程、模型构建等。自然语言处理实战:了解机器学习和深度学习技术在自然语言处理领域的实战应用。图像识别实战:了解机器学习和深度学习技术在图像识别处理领域的实战应用。
暂无评论...