21 个免费的生成式 AI 课程,可帮助您提高技能并保持最新状态!

生成式人工智能是人工智能的一个分支,能够生成图像、文本、声音、音乐和视频。 它广泛应用于各个专业和行业,并引起了人们的极大兴趣。

如果您有兴趣了解生成式人工智能并可能创建自己的人工智能应用程序,那么您来对地方了。

我们收集了一些免费课程和资源,帮助您开启生成式人工智能之旅。 无论您是初学者还是经验丰富的人工智能爱好者,我们的指南都会引导您走向正确的方向。

让我们一起来探索生成式人工智能吧!

全栈LLM训练营

全栈LLM训练营 提供为期两天的计划,重点关注新兴最佳实践和最新研究成果,帮助您自信地过渡到使用大型语言模型 (LLM) 构建应用程序。

该项目最初是 2023 年 4 月在旧金山举行的现场训练营,现在免费提供录制的讲座。 对于任何对大型语言模型及其实际应用感兴趣的人来说,该课程都是一个很好的起点。

先决条件

这些讲座面向希望在应用程序中使用大型语言模型 (LLM) 的 Python 程序员。 具有一些机器学习、前端或后端开发经验者优先。

课程包含

  • 大型语言模型 (LLM) 简介
  • 法学硕士的快速工程和创造性使用
  • 部署和操作注意事项
  • 构建用户友好的语言界面
  • 增强特定任务的语言模型
  • LLM应用程序的快速开发和部署
  • 该领域的未来趋势和发展
  • LLM 的基本概念

对于任何对大型语言模型及其实际应用感兴趣的人来说,全栈深度学习的计划是一个很好的起点。 该资源由经验丰富的讲师团队(包括加州大学伯克利分校博士校友)提供,全面介绍了生成式人工智能。

生成式人工智能学习路径简介

Google Cloud 提供全面的 生成式 AI 学习路径 涵盖了生成式人工智能的各个方面,从大型语言模型的基础知识到负责任的人工智能的原则。 对于任何想要深入了解生成人工智能世界的人来说,这条学习路径是一个很好的起点。

先决条件

此学习路径中的课程是介绍性的,不需要任何特定的先决条件。 它们适合初学者和任何有兴趣学习生成人工智能的人。

课程包含

  • 生成人工智能的基础知识
  • 理解大型语言模型
  • 通过及时调整提高 LLM 绩效
  • 负责任的人工智能简介
  • 谷歌实施负责任的人工智能
  • 生成式人工智能基础知识
  • 借助 Google Cloud 实现负责任的 AI
  • 负责任地应用人工智能原则

通过最终测验,您将展示您对生成人工智能基本概念的理解。

无论您是该领域的新手还是希望扩展知识,这些课程都为生成式 AI 概念、大型语言模型和负责任的 AI 原则奠定了坚实的基础。

Microsoft Azure AI 基础知识:生成式 AI

Microsoft Azure 提供了全面的学习路径 生成式人工智能,重点关注如何训练模型以基于自然语言输入生成新的原创内容。 生成式人工智能可以根据日常语言描述创建文本、图像甚至代码输出。

此学习路径旨在帮助您开始使用生成式 AI 并探索各个方面,包括 Azure 在提供生成式 AI 技术访问方面的作用。

先决条件

建议熟悉 Azure 和 Azure 门户作为此学习路径的先决条件。 它适合初学者和各个级别的个人,包括人工智能工程师、开发人员、解决方案架构师和学生。

课程包含

  • 生成式人工智能简介
  • 自然语言生成
  • 图像和代码生成
  • 了解大型语言模型 (LLM)
  • 转型模型
  • 标记化和嵌入
  • Azure OpenAI 服务的基础知识
  • 副驾驶介绍及举例
  • 通过及时的工程改进生成式人工智能响应

对于那些希望在 Azure 生态系统背景下探索生成式 AI 的人来说,Microsoft Azure 的“生成式 AI”学习路径是一个极好的资源。

该学习路径侧重于负责任的人工智能和实际应用,为学习者提供理解和使用生成式人工智能所需的知识和技能。

扩散模型如何工作

这门课程的题目是“扩散模型如何工作,”提供了对生成人工智能中使用的扩散模型的深入理解。 它不仅仅是使用预构建的模型或 API,还教您如何从头开始构建扩散模型。

该课程旨在帮助您获得基于扩散的生成人工智能的实践经验。 课程由联合创始人兼CEO周莎伦主讲 拉米尼,确保您向经验丰富的行业专业人士学习。

先决条件

这是一门中级课程,拥有 Python、Tensorflow 或 Pytorch 的先验知识将有助于充分利用这些内容。

课程包含

  • 扩散模型简介
  • 扩散模型背后的直觉
  • 扩散模型中的采样
  • 扩散模型中的神经网络
  • 训练扩散模型
  • 控制扩散模型
  • 加速扩散模型

如果您想更深入地了解生成人工智能中的扩散模型世界,“扩散模型如何工作”是一个理想的资源。 本课程允许您构建、训练和优化扩散模型,为您提供进一步探索这个令人兴奋的领域所需的实用技能。

限时免费访问,这是扩展您的生成式 AI 能力的绝佳机会。

使用 OpenAI API 编写 5 个项目

课程 全面深入了解 OpenAI API 的世界。 它教您如何利用 OpenAI API 创建五个令人兴奋的项目,包括 ChatGPT 克隆、DALL-E Image Creator 和 SQL Generator。

这些项目探索 OpenAI API 的多种功能和潜在应用。

先决条件

本课程没有指定任何先决条件,但建议您对 JavaScript、React、Node.js 和 TypeScript 等编程语言有基本的了解,并熟悉在软件开发中使用 API。

课程包含

  • 简介、先决条件和设置
  • API访问、密钥管理和身份验证
  • 了解不同的模型
  • 文本完成、自定义提示和说明
  • 即时优化技术
  • 使用 GPT-3 构建聊天机器人
  • 图像生成项目1 | JavaScript
  • 使用 DALL-E 生成图像
  • 图像生成项目 2 | React + Node.js + OpenAI NPM 库
  • SQL 生成器项目 | TypeScript + Node.js + OpenAI NPM 库

如果您渴望探索 OpenAI API 的功能并创建令人兴奋的项目,本课程是一个极好的资源。 无论您是对开发 ChatGPT 应用程序、使用 DALL-E 生成图像还是创建 SQL 查询感兴趣,本课程都能满足您的需求。

分步指导和实际项目将使您能够释放 OpenAI API 的潜力。

使用 Python 从头开始​​创建大型语言模型

本课程提供有关如何创建自己的深入教程 大语言模型 使用Python从头开始。 它深入研究了数据处理、数学概念以及大型语言模型背后的转换器的实现。

您将探索与构建语言模型相关的各种主题。

先决条件

您需要熟悉 Python 编程语言,因为本课程主要使用 Python 进行编码。 了解深度学习是有益的,特别是在神经网络及其训练方面。

课程包含

  • 简介和设置
  • 文本预处理
  • 线性代数基础
  • 数据准备和模型输入
  • 从 CPU 切换到 CUDA
  • PyTorch 简介
  • 点积和矩阵乘法
  • 矩阵相乘的实现
  • 构建神经网络
  • 构建 GPT 模型
  • 优化器和标准化
  • 变压器块和多头注意力
  • 模型训练和超参数
  • OpenWebText 培训
  • 处理错误、模型保存和加载
  • 脚本和命令行工具
  • 预训练与微调

如果您有兴趣了解从头开始构建大型语言模型的细节,本教程是一个宝贵的资源。

本课程将带您逐步完成旅程,为您提供创建自己的语言模型的知识和技能。

Google Cloud 大型语言模型简介

本入门课程由 谷歌云,是一种微学习体验,提供大语言模型 (LLM) 的概述。 它涵盖了法学硕士是什么、它们的用例以及及时调整如何提高它们的性能。

他们提供了大型语言模型的汇编读物

此外,本课程还介绍了可以帮助您开发自己的生成式人工智能应用程序的 Google 工具。

先决条件

该课程专为初学者设计,不需要任何经验。

课程包含

  • 大语言模型简介
  • 阅读包容(阅读资源)

对于那些希望了解大型语言模型的基础知识及其实际应用的人来说,本课程是一个完美的起点。

该微学习课程旨在适合初学者,让没有经验的人能够一睹生成式人工智能的世界。 Google Cloud 的语言模型!

Cohere 法学硕士大学

法学硕士大学是一个综合性的学习资源,专为对以下领域感兴趣的个人而设计: 自然语言处理(NLP),从初学者到高级学习者。

它专注于 NLP 主题,包括大型语言模型 (LLM),使其成为那些渴望掌握 NLP 技能和学习 LLM 的人的理想平台。

先决条件

LLMU 的课程旨在为各种背景的个人提供语言人工智能方面的坚实基础。 无论您是机器学习初学者、希望构建语言人工智能应用程序的爱好者,还是准备将技能付诸实践的人,法学硕士大学都能满足不同受众的需求。

课程包含

  • 法学硕士简介
  • 文本表示
  • 文本生成
  • 及时工程

对于任何有兴趣掌握 NLP 和 LLM 技能以及探索大型语言模型和生成人工智能世界的人来说,法学硕士大学都是一个极好的资源。

除了课程材料外,他们还将专门为所有学习者举办阅读小组和举办活动!

浪链速成班

本速成课程专为初学者学习如何使用而设计 浪链,一个框架,旨在简化使用大型语言模型的应用程序的开发。

LangChain能够将AI模型与各种数据源无缝集成,从而轻松构建定制的自然语言处理(NLP)应用程序。

先决条件

该课程是为初学者设计的,因此没有提及具体的先决条件。 然而,对编程概念的基本了解以及对 AI 和 NLP 基础知识的熟悉可能是有益的。

课程包含

  • 浪链简介
  • 第一个项目 – 宠物名字生成器
  • 探索LangChain内的代理
  • 第二个项目 – YouTube 助手
  • 创建我们自己的矢量商店
  • 探讨LangChain的潜在应用
  • OpenAI API 成本和预算

如果您是一位想要探索大型语言模型和 NLP 应用世界的初学者,LangChain 上的速成课程是一个很棒的资源。

通过专注于实践项目和大型语言模型的简化使用,您可以快速开始构建自定义 NLP 应用程序的旅程。

稳定扩散速成班

这个完整的课程是专为初学者学习如何使用 稳定扩散,用于创作艺术和图像的工具。 该课程涵盖各个方面,包括训练您自己的模型、使用 Control Net、利用 Stable Diffusion 的 API 端点等等。

它还强调了人工智能在艺术中的伦理影响,并强调负责任的使用和尊重艺术家的权利。

先决条件

该课程没有指定任何先决条件,但对艺术和人工智能概念有基本的了解有助于更好地掌握材料。

课程包含

  • 稳定扩散简介
  • 构建和训练您自己的模型
  • 稳定扩散中的控制网络简介
  • 探索稳定扩散的 API 端点
  • 应对人工智能艺术中的道德挑战
  • 艺术创作中负责任的人工智能
  • 持续学习资源

如果您是对使用稳定扩散创作艺术和图像感兴趣的初学者,这个速成课程是一个宝贵的资源。 它涵盖了所有要点,从训练您自己的模型到使用 Stable Diffusion 的 API 端点。

该课程还强调了在艺术中负责任地使用人工智能和尊重艺术家权利的重要性。

LangChain 法学硕士申请开发

本课程与LangChain合作提供,专为初学者设计,重点介绍如何使用 LangChain语言模型(LLM) 应用程序开发。 LangChain是一个用于扩展应用程序开发中语言模型的用例和功能的框架。

在本课程中,您将学习如何将法学硕士应用于您的专有数据、构建个人助理和专业聊天机器人,并探索 LangChain 框架的各种功能。

先决条件

虽然该课程适合初学者,但具备 Python 基础知识有助于充分利用它。

课程包含

  • LangChain 和法学硕士简介
  • 模型提示和解析器
  • 法学硕士的记忆和背景
  • 建立互动链
  • 管理链进程和逻辑
  • 链中的错误处理和恢复
  • 与法学硕士一起开发问答系统
  • 评估和绩效指标
  • 与LangChain中的代理合作
  • 集成任务自动化代理
  • 成功代理实施的案例研究

如果您是初学者,并且想扩展使用 LangChain 的语言模型应用程序开发知识,本课程是一个宝贵的资源。

本课程侧重于实践学习,由 Harrison Chase 和 Andrew Ng 教授,提供在应用程序开发中利用语言模型功能的基本技能。

商业思想家如何开始使用语义内核构建人工智能插件

本课程与 Microsoft 合作,面向初学者和想要了解的商业思想家 开始使用语义内核构建 AI 插件

您将学习如何利用 Microsoft 的开源编排器 Semantic Kernel 来发展您的业务规划和分析技能,同时利用 AI 工具。

该课程涵盖了使用大型语言模型 (LLM) 以及利用常见构建块(如存储器、连接器、链和规划器)的各个方面。

先决条件

建议具备基本的 Python 知识并了解应用程序编程接口 (API)。 熟悉什么是软件设计套件 (SDK) 可能会有所帮助,但不是必需的。

课程包含

  • 大型语言模型 (LLM) 简介
  • 语义内核简介
  • Microsoft 开源 Orchestrator 概述
  • 制定有效的提示
  • 探索矢量数据库
  • 管理和查询矢量数据
  • 理解语义功能及其作用
  • 规划与决策法学硕士

如果您是一位商业思想家或初学者,对构建人工智能插件和利用人工智能工具进行业务规划和分析感兴趣,本课程是一个宝贵的资源。

您将学习如何使用大型语言模型 (LLM) 和 Microsoft 的语义内核,获得使用 LLM 创建复杂业务应用程序的技能。

该课程还强调使用常见的法学硕士构建模块和开源编排器语义内核。 本课程由 Microsoft 设计和人工智能副总裁 John Maeda 授课,提供商业应用程序的基本知识。

微调大型语言模型

本课程与 Lamini 合作,重点关注以下基础知识: 微调大型语言模型 (LLM)。 微调是您使用自己的数据来训练模型、更新法学硕士中神经网络权重的过程。

本课程将帮助您了解何时应用微调、如何为其准备数据以及如何根据您的数据训练和评估法学硕士。 您还将了解微调与即时工程和检索增强生成等其他方法的不同之处。

先决条件

为了充分利用本课程,建议学习者熟悉 Python 并了解 PyTorch 等深度学习框架。

课程包含

  • 课程简介
  • 为什么要微调
  • 微调适合的地方
  • 指令微调
  • 数据准备和预处理
  • 模型训练流程
  • 评估与迭代

如果您想深入了解微调大型语言模型 (LLM) 的世界并了解所涉及的技术和应用程序,本课程是一个宝贵的资源。

该课程由该领域经验丰富的讲师 Sharon Zhou 授课,涵盖了何时以及如何应用微调、数据准备以及使用您自己的数据对法学硕士进行培训和评估的要点。

使用 ChatGPT API 构建系统

这个短期课程与 OpenAI 合作,重点关注“使用 ChatGPT API 构建系统。” 它旨在教学习者如何使用大型语言模型有效地构建多步骤系统。

通过使用多阶段提示将复杂任务拆分为一系列子任务,您将学习如何自动化复杂的工作流程并提高效率。

先决条件

您只需要对 Python 有基本的了解即可完成本课程。 它还适合想要提高法学硕士即时工程技能的中级或高级机器学习工程师。

课程包含

  • 语言模型、聊天格式和标记
  • 分类
  • 适度
  • 思路推理
  • 链接提示
  • 评估- I 和 II

如果您希望提高使用 ChatGPT API 构建系统的技能,本课程是宝贵的资源。 从基础知识到高级概念,您将学习如何创建提示链、使用 Python 代码以及构建客户服务聊天机器人。

您获得的实用技能可以应用于各种现实场景,使其成为您值得投入的时间。 本课程由行业专家授课,限时免费,是您探索和掌握大型语言模型功能的机会。

立即注册并开始高效构建复杂的系统!

矢量嵌入教程

本教程主要是关于理解和使用 向量嵌入 在您的机器学习和人工智能项目中。

它教您如何使用 OpenAI 的 GPT-4 API、LangChain 和自然语言处理 (NLP) 技术创建具有矢量嵌入的 AI 助手。

先决条件

本课程没有指定先决条件,但对机器学习概念的基本了解和对编程的一些熟悉会有所帮助。

课程包含

  • 理解向量嵌入
  • 使用 OpenAI 创建文本嵌入
  • 使用矢量数据库
  • Langchain简介
  • 构建人工智能助手
  • 动手实践:构建人工智能助手

如果您希望增强向量嵌入的知识并学习如何使用 GPT-4、LangChain 和 NLP 技术创建 AI 助手,本教程是一个很好的资源。

向量嵌入是现代人工智能的基本概念,了解如何使用它们非常有价值。

本课程的重点是通过结合以下内容来增强关键字搜索 大语言模型和语义搜索 技术。

您将学习如何使用 Cohere Rerank 和嵌入来改进关键字搜索结果,使用户体验更加有效和高效。

先决条件

该课程被标记为“初学者”,但建议您对 Python 有基本的了解,以便充分利用课程内容。 对搜索和基于关键字的检索系统的一些了解也可能是有益的。

课程包含

  • 通过语义搜索增强关键字搜索
  • 嵌入
  • 密集检索
  • 重新排名

本课程帮助您掌握使您的搜索系统更智能、更高效的基本技术和概念。

如果您想增强搜索能力,本课程是一个很好的资源。 立即注册,利用语义搜索技术将您的关键字搜索提升到一个新的水平!

评估和调试生成式 AI 模型

本课程重点关注以下重要技能 评估和调试生成式人工智能模型,无论是大型语言模型 (LLM) 还是生成图像模型。 它提供了有关使用独立于平台的工具来有效跟踪、监控和评估这些模型的见解。

先决条件

该课程针对中级学习者。 您应该对 Python 有一定的了解,并具有 PyTorch 或类似框架的经验。 机器学习或人工智能项目的背景是有益的,但不是严格要求。

课程包含

  • 仪器W&B
  • 使用 W & B 训练扩散模型
  • 评估扩散模型
  • W & B 的 LLM 评估和追踪
  • 微调语言模型

评估和调试生成式人工智能模型的能力在人工智能和机器学习领域至关重要。 本课程为您提供宝贵的技能和工具,以有效地管理、监控和评估您的项目。

使用权重和偏差平台,您将简化工作流程,使您能够跟踪实验、管理数据并高效协作。

讲师 Carey Phelps 是 Weights & Biases 的创始产品经理,她将利用她的专业知识来帮助您掌握人工智能开发的这一关键方面。 如果您希望提高机器学习操作技能并有效评估和调试生成式人工智能模型,本课程是一个绝佳的选择。 立即注册,将您的 AI 项目提升到新的水平!

LangChain:与您的数据对话

这个短期课程提供了直接向哈里森·蔡斯(Harrison Chase)学习的机会,他是 浪链,一个强大的框架,旨在简化使用大型语言模型 (LLM) 的应用程序的创建。

在本课程中,您将深入研究两个主要主题:检索增强生成(RAG),一种常见的法学硕士应用程序,以及构建一个根据文档内容响应查询的聊天机器人。

先决条件

本课程适合初学者,但假设您熟悉 Python。 对于有兴趣使用 ChatGPT 等大型语言模型创建应用程序的开发人员来说,它是理想的选择。 如果您拥有一些 Python 技能并希望在您的项目中利用法学硕士,本课程将提供实践知识和实践经验。

课程包含

  • 文件加载
  • 文件分割
  • 矢量存储和嵌入
  • 恢复
  • 与法学硕士聊天

LangChain 是一个有价值的框架,可以使用大型语言模型简化应用程序的创建。 如果您渴望学习如何利用法学硕士的力量来构建可以与数据交互的应用程序,那么本课程是一个很好的选择。

通过直接向 Harrison Chase 学习,您将具备有效使用 LangChain 所需的知识和技能。

无论您是对检索增强生成 (RAG) 感兴趣,还是构建响应文档内容的聊天机器人,本课程都提供了创建直接与数据聊天的应用程序的实用路径。

使用 Gradio 构建生成式 AI 应用程序

这个短期课程让您有机会向 Hugging Face 的机器学习艺术工程师 Apolinário Passos 学习。 课程的重点是创造 使用 Gradio 的生成式 AI 应用程序,一个用于构建机器学习应用程序的用户友好平台。

您将能够快速构建和演示机器学习应用程序,与其他人共享它们,并获得项目的实用知识。

先决条件

本课程适合初学者,但建议具备一些基本的 Python 知识。 如果您对 Python 有基本的了解,并希望使用 Gradio 快速构建和共享应用程序和演示,本课程提供了一个很好的机会。

课程包含

  • NLP任务接口
  • 图像字幕应用程序
  • 图像生成APP
  • 描述并生成
  • 与任何 LLM 聊天

在人工智能和机器学习的世界中,构建实际应用程序是一项至关重要的技能。 这个关于使用 Gradio 构建生成式 AI 应用程序的短期课程可以让您做到这一点。

无论您是想创建文本摘要应用程序、图像字幕工具、文本到图像生成界面,甚至是具有开源大型语言模型的聊天机器人,本课程都将为您提供有效地完成这些操作的知识。

使用大型语言模型进行开发教程

本课程由 Akshath 创建,重点关注 开发大型语言模型(LLM) 利用他们的能力进行各种项目。 在整个课程中,您将参与实践项目,这将使您能够与法学硕士有效地合作。

您将承担的项目包括构建动态界面、与大量文本数据交互以及使法学硕士能够浏览互联网查找研究论文。

先决条件

本课程的先决条件可能会根据具体项目和所涵盖的内容而有所不同。 但是,通常建议您对 Python 有基本了解才能与法学硕士一起工作。 每个项目可能都有自己的先决条件,因此建议查看课程中包含的内容和项目以了解更具体的要求。

课程包含

  • 法学硕士简介
  • ChatGPT Playground 和 GPT API
  • 使用 ChainLit 进行构建
  • 使用矢量数据库
  • 使用文档(TXT 和 PDF)实施问答
  • 网页浏览和代理
  • 构建迷你代码解释器插件(Replit 工具)
  • 使用代理扩展功能
  • Shell 工具和自定义工具创建

使用大型语言模型进行开发教程是一门综合课程,它将引导您完成一系列实践项目,使您能够在项目中利用法学硕士的能力。

无论您是对创建动态界面、处理文本数据感兴趣,还是与法学硕士进行互联网研究,本课程都将为您提供入门技能和知识。

立即注册并开始构建利用法学硕士进行各种应用的项目。

使用 ChatGPT、DALL-E 和 GPT-4 构建 AI 应用程序

这门完整的课程由 Scrimba 老师 Tom Chant 创建,旨在教您如何构建 人工智能驱动的应用程序 使用 ChatGPT、DALL-E 和 GPT-4 API。

该课程涵盖了开发人工智能应用程序的各个方面,并包括帮助您学习和应用知识的实践项目。

先决条件

建议在学习本课程之前对 HTML、CSS 和 JavaScript 有基本的了解。 还建议您学习一些基本的 Web 开发技能,因为本课程的重点是为 Web 构建 AI 应用程序。

课程包含

  • MoviePitch – 创建音调生成器
  • 设置样板
  • 探索模型和工具
  • 实现 fetchSynopsis
  • 了解代币
  • 使用 createImage 添加图像生成并完成 UX
  • KnowItAll – GPT-4 聊天框
  • 了解 ChatGPT 模型如何为聊天机器人工作
  • 利用创建聊天完成端点
  • Firebase 设置和数据库配置
  • 管理数据库中的对话
  • 将聊天机器人转换为 We-Wingit
  • 设置微调环境
  • 调整模型并更新 JavaScript 以进行部署
  • 在 Netlify 上部署和托管
  • 下载、GitHub 和环境变量
  • 实现 Netlify Serverless 功能

这是一门针对有兴趣创建人工智能应用程序的初学者的综合课程。 无论您是想构建交互式界面、聊天机器人、图像生成应用程序还是经过微调的聊天机器人,本课程都涵盖一系列主题,并提供实践项目来应用您的知识。

如果您想开始人工智能应用程序开发,本课程是一个很好的资源。 立即注册并开始构建您的人工智能应用程序。

最后的话

在本文中,我们探索了各种免费课程,这些课程将帮助您深入学习所有必要的概念以及实践项目。 确保在学习时完成所有必要的练习; 它会提高你的理解力。

当您准备好开始构建时,请查看我们流行的 AI 模型来构建生成式 AI 应用程序。