Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

零基础学习

Answer

以下为零基础学习 AI 的相关内容：

  • 二师兄的 AI 启蒙之路：
    • 2024 年 2 月，在七彩虹售后群老哥的分享下，获得 SD 秋叶安装包和教学视频，迈出 AI 学习第一步。
    • 2024 年 3 月，啃完 SD 教程并开始炼丹，但因图片数据集质量一般，lora 仅供自嗨。
    • 2024 年 4 月，与小伙伴探讨 AI 变现途径，尝试相关项目，过程中练了一些绘本风格的丹。
    • 2024 年 5 月，因工作变动，开启无硬件支持的 AI 学习之路，加入 Prompt battle 社群，学习 Midjourney 并打磨文生图提示词。
  • 雪梅 May 的 AI 学习日记：
    • 2024 年 11 月 24 日，好奇程序员写前端代码，在 B 站乱搜零基础学代码教程，体验前端网页制作。
    • 2024 年 11 月 30 日，学习吴恩达用 AI 学 Python 课程 1。
    • 2024 年 12 月 1 日，学习吴恩达用 AI 学 Python 课程 2。
    • 2024 年 12 月 7 日，学习吴恩达用 AI 学 Python 课程 3。
  • 刘海对“AI 提示词工程师”的见解和经验分享：
    • 岗位技能要求包括市场调研、观察目标群体工作流、创造并拆解需求、选型现有 AI 解决方案做成产品来解决需求、抽象集成互联网 APP 产品、写 PRD、画 APP 产品原型图、组织团队进行 APP 产品开发。
    • 零基础小白学习建议：找网上教程，看科普类教程，阅读 OpenAI 文档，理解参数作用，推荐使用一些练手的 Prompt 工具和相关教程文档。
Content generated by AI large model, please carefully verify (powered by aily)

References

二师兄的AI启蒙之路（2024年）

我叫二师兄，来自上海，典型的80后，房地产行业从业二十年，计算机零基础。兴趣爱好：悠悠球、数码产品、游戏、音乐、手办、乐高、汽车2024年[heading1]一月[content]4070TiSuper发售，我买了显卡配了4K160显示器，备战2024年8月发售的国产3A大作黑悟空和2025年发售的GTA6[heading1]二月[content]过年后，在七彩虹的售后群，有个老哥在分享用AI绘画的心得，问他要了SD秋叶安装包，下载了教学视频，自此迈出AI学习的第一步[heading1]三月[content]啃完SD的所有教程，秉着不浪费显卡资源的原则开始炼丹，人脸、画风、风景、景观、建筑的丹练了一些，不过因为图片数据集的质量一般，且很多是公司里的项目案例图片，所有lora仅供自嗨[heading1]四月[content]与小伙伴探讨AI变现的途径，尝试用GPT和SD制作图文故事绘本、小说推文的项目，因组员各自忙于事业而不了了之。但过程中练了一些绘本风格的丹。[heading1]五月[content]因公司岗位可能有调动，提前把电脑运到武汉的家里，但最终工作地点仍在昆明，开启了长达五个月无硬件支持的AI学习之路。有幸加入到Prompt battle社群，开始了Midjourney的学习，这一阶段打磨了另一种形式的文生图提示词学习。

《雪梅 May 的 AI 学习日记》挑战 100 天和 AI 做朋友

May：用0基础学代码。B站乱搜AI全栈开发之HTML+CSS零基础入门教程B站：https://www.bilibili.com/video/BV1uq421P71e?spm_id_from=333.788.player.switch&vd_source=4635a9015e41611a3328c0bf4258ebf5获得网址：https://bja.sealos.run/菜鸟教程：https://www.runoob.com/jsref/jsref-operators.htmlDevbox地址：https://cloud.sealos.run/?uid=Kt1gH3_BTa感受：我就跟着这个教程，一点一点的手敲代码，第一次体验了怎样做一个前端网页出来。还是蛮新奇的体验的。原来前端界面的背后程序员是这样做出来的。程序员看一个网页的视角原来是这么多模块和参数。而不是我以前作为用户或者运营视角看到的。运营视角看到的前端网页是流程SOP，用户要怎么操作和体验，才能实现用户的目的。用户视角看到的前端网页那就是一个网页，网页好不好看，能不能看得懂，能不能帮我完成我想完成的事情。提示词工程：https://s.baoyu.io/files/%5Bbaoyu.ai%5Dhow-to-write-good-prompt.pdf[heading2]DAY71 2024.11.30吴恩达用AI学Python课程1[heading2]DAY72 2024.12.1吴恩达用AI学Python课程2[heading2]DAY73 2024.12.7吴恩达用AI学Python课程3

刘海：「AI 提示词工程师」の 见解和经验分享

市场调研->观察目标群体工作流->创造并拆解需求->选型现有AI解决方案做成产品来解决需求->抽象出来集成为一个互联网APP产品->写PRD->画APP产品原型图->组织团队进行APP产品开发。公司招这个岗位，不会多招其他懂AI的岗位了，所以你等于是需要有比较综合的个人能力，敏捷的产品嗅觉，需求走在用户前面，敢想敢做，这也不是谁都能做得来的，有些人可能内向，可能不善于表达想法，可能只想默默地写代码，我接触过太多这样的程序员了…[heading3]1、零基础小白怎么学？[content]如果你现在真的是0基础小白，推荐你去找找网上的教程，虽然是新领域吧…但是基础课程还是蛮多的，为什么这么说呢，因为AIGC这种不稳定不确定的业务流里面，真正第一波赚钱的是哪些人？不是做应用的吧，卖课的。不过我还是推荐你看一些科普类教程，比如我前几天看到的这个视频做的不错：还有OpenAI的文档也过一下，理解一下每个参数都有哪些作用，为什么要这样设计，不至于面试官一问就触及的知识盲区和认知上限了。推荐有阅读能力的还是读一读官方文档吧，毕竟外面做教程的都有时效性，第二天OpenAI就更新文档，旧的教程就可能废弃了。推荐一些练手的Prompt工具：一些相关教程文档：

Others are asking
有哪些AI入门知识可以学习
以下是一些 AI 入门知识供您学习： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您可以找到一系列为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 此外，对于不会代码的您，还可以尝试了解以下作为基础的内容： 1. AI 背景知识： 基础理论：了解人工智能、机器学习、深度学习的定义及其之间的关系。 历史发展：简要回顾 AI 的发展历程和重要里程碑。 2. 数学基础： 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：了解向量、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 3. 算法和模型： 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：简介强化学习的基本概念。 4. 评估和调优： 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习如何使用网格搜索等技术优化模型参数。 5. 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。 微软也提供了为期 12 周、共 24 课时的 AI 初学者入门课程，您将深入学习符号人工智能、神经网络、计算机视觉、自然语言处理等内容。在课程中您将学到实现人工智能的不同方法、神经网络和深度学习、处理图像和文本的神经架构等，同时也会了解到课程不包括的内容。译者：Miranda，课程原网址 https://microsoft.github.io/AIForBeginners/ 。如果想提升学习效果，可以亲身实践课程内容、做随堂小测试或根据课程内容开展实验。这套课程是由专家设计的人工智能综合指南，它非常适合初学者，覆盖了 TensorFlow、PyTorch 及人工智能伦理原则。
2025-01-14
转型ai产品经理怎么学习
以下是关于转型为 AI 产品经理的学习建议： 1. 入门学习： 可以通过 WaytoAGI 等开源网站或相关课程了解 AI 的概念。 多使用 AI 产品并尝试动手实践应用搭建。 2. 研究阶段： 技术研究路径：对某一领域有认知，能根据需求场景选择解决方案，或利用 Hugging face 等工具手搓出一些 AI 应用来验证想法。 商业化研究路径：熟悉产品运营不分家的理念，关注场景、痛点、价值。 3. 落地应用： 积累成功落地应用的案例，产生商业化价值。 了解传统互联网产品经理的三个层级：负责功能模块与执行细节、负责整体系统与产品架构、熟悉行业竞争格局与商业运营策略。 对技术框架有一定了解，不一定要了解技术细节，但要对技术边界有认知，最好能知道一些优化手段和新技术的发展。 您还可以参考以下案例和学习资源： 《雪梅 May 的 AI 学习日记》：其中提到用 ComfyUI 的工作流加上 Cursor 的前端网页，完整制作个人 AI 产品的方向。 《放下傲慢！停止自欺欺人！与其做 AI 的主人，不如做它的搭档》：讲述了在与 AI 合作过程中，放下执念让 AI 主导以及全程让 AI 参与的经验。
2025-01-14
怎么学习chatgpt
以下是一些学习 ChatGPT 的方法： 1. 利用推特博主分享的 GPT 工作流： 把特定的 prompt 喂给 ChatGPT（建议开新对话专门用于学习英文）。 ChatGPT 会扮演美国好朋友，对输入的英文和中文表达返回更地道的表达，对俚语部分加粗，还会举一反三给出更多例子。 输入特定语句，ChatGPT 会输出对话回顾并建议 3 个推荐任务强化记忆。 建议开一个窗口复制 prompt，手机端打开历史记录，点右上角耳机图标打电话，既能练口语又能练听力，结束后看回顾帮助阅读。 群友在讯飞上尝试了类似版本，效果不错。 2. 深入了解相关知识： 从基础到实践，学习使用 GPT 的 Action，包括了解 OpenAI 对智能体能力模型的定义，深入探讨 ChatGPT 中的 Action（搜索、画图、代码解释器）以及 GPT 系列中的不同 Action。 初步了解 API 的概念，以及 GPT 如何通过 Action 与外部数据进行交互和使用。 对 Action 感兴趣可以从系统学习 API 相关知识、网上寻找可用 API 练习、发掘 GPT Action 更多潜力等方向继续前进。 3. 借鉴他人经验： 数据科学博士研究生杰森·方将其用作双向交流途径，有时用中文写一段话请 ChatGPT 帮忙润色，有时观察 ChatGPT 写的内容并据此写作。 企业家罗纳尔多·马那克在想不起特定单词时，简单描述让 GPT 找出。 作家和喜剧演员贝萨妮·格瑞斯·浩薇在需要灵感时让 ChatGPT 处理头韵、韵脚等。
2025-01-14
我是一个agi的小白我该从哪开始学习AGI
对于 AGI 小白，以下是一些学习建议： 1. 参考《雪梅 May 的 AI 学习日记》：如果您还在观望 AI，不知从何入手，可以先看其目录。作者从一开始的到处看到现在走在学习 AI 的轨道上，学习模式是输入→模仿→自发创造。但日记中的学习内容可能因 AI 节奏快而不适用，您可去 waytoAGI 社区发现自己感兴趣的领域，学习最新内容。学习时间并非每天依次进行，而是有空时学习。 2. 参考完整的学习路径：建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。 3. 借鉴他人经验：YoYo 作为文科生，在学习前不理解 AI 和提示词工程，通过不断尝试走了不少弯路。学习后能搓多 Agent 的智能体，在公司中实践智能客服等。其学习路径的关键词为“少就是多”“先有个初识”“目录索引推荐”“兴趣最重要”“先动手”，强调学以致用，通过学习分享不断填补知识的缝隙来成长。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系。
2025-01-14
AI入门知识学习
新手学习 AI 可以参考以下步骤： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，如图像、音乐、视频等，可根据兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 此外，如果希望继续精进，对于不会代码的新手，可以尝试了解以下作为基础的内容： 1. AI 背景知识： 基础理论：了解人工智能、机器学习、深度学习的定义及其之间的关系。 历史发展：简要回顾 AI 的发展历程和重要里程碑。 2. 数学基础： 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：了解向量、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 3. 算法和模型： 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：简介强化学习的基本概念。 4. 评估和调优： 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习如何使用网格搜索等技术优化模型参数。 5. 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。
2025-01-14
图像ai和视频ai怎么学习
以下是关于图像 AI 和视频 AI 学习的建议： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的定义、主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您将找到一系列为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，包括图像、音乐、视频等。您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 6. 技术原理理解： 了解相关技术名词，如： AI 即人工智能。 机器学习包括监督学习、无监督学习、强化学习。监督学习是基于有标签的训练数据，学习输入和输出之间的映射关系，包括分类和回归；无监督学习是基于无标签数据，算法自主发现规律，经典任务如聚类。 强化学习从反馈里学习，最大化奖励或最小化损失，类似训小狗。 深度学习参照人脑有神经网络和神经元，神经网络可用于多种学习方式。 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 LLM 即大语言模型。 了解技术里程碑，如 2017 年 6 月谷歌团队发表的论文《Attention is All You Need》首次提出了 Transformer 模型，它完全基于自注意力机制处理序列数据，比 RNN 更适合处理文本的长距离依赖性。
2025-01-13
0基础学Ai
对于 0 基础学习 AI，您可以参考以下步骤： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念。 了解人工智能是什么，其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您将找到一系列为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），您可以根据自己的兴趣选择特定的模块进行深入学习。 一定要掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 此外，“AI 编程共学”活动中也有相关分享： |时间|分享材料|话题内容|分享人| ||||| |10 月 28 日 20:00 开始（回放链接：）|通往 AGI 之路增量小游戏 https://muykeee.github.io/waytoagiincremental/ 转生之我是野菩萨 https://muykeee.github.io/wildpusaincremental/|0 基础做小游戏分享：通往 AGI 之路增量小游戏 转生之我是野菩萨|麦橘| |10 月 29 日 20:00 开始（|0 编程基础入门 Cursor 极简使用指南|梦飞| |10 月 30 日 20:00 开始（回放链接）| AI 拍立得：小程序：Pailido|0 基础学做 AI 拍立得：Coze 工作流实现手把手教学 AI 拍立得开源代码开箱即用|银海| |10 月 31 日 20:00 开始（回放链接）||0 基础做小游戏分享：猪猪🐷撞南墙|南墙|
2025-01-14
我是0基础，请你帮我规划学习AI知识的路径。
以下是为 0 基础的您规划的学习 AI 知识的路径： 一、了解 AI 基本概念 建议阅读「」部分，熟悉 AI 的术语和基础概念。了解什么是人工智能，它的主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。同时，浏览入门文章，这些文章通常会介绍 AI 的历史、当前的应用和未来的发展趋势。 二、开始 AI 学习之旅 在「」中，您将找到一系列为初学者设计的课程。特别推荐李宏毅老师的课程。您还可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 三、选择感兴趣的模块深入学习 AI 领域广泛（比如图像、音乐、视频等），您可以根据自己的兴趣选择特定的模块进行深入学习。建议您一定要掌握提示词的技巧，它上手容易且很有用。 四、实践和尝试 理论学习之后，实践是巩固知识的关键。尝试使用各种产品做出您的作品。在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 五、体验 AI 产品 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 六、长期学习与成长 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。 如果您的学习方向偏向技术研究： 1. 数学基础：线性代数、概率论、优化理论等。 2. 机器学习基础：监督学习、无监督学习、强化学习等。 3. 深度学习：神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理：语言模型、文本分类、机器翻译等。 5. 计算机视觉：图像分类、目标检测、语义分割等。 6. 前沿领域：大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践：论文阅读、模型实现、实验设计等。 如果您的学习方向偏向应用： 1. 编程基础：Python、C++等。 2. 机器学习基础：监督学习、无监督学习等。 3. 深度学习框架：TensorFlow、PyTorch 等。 4. 应用领域：自然语言处理、计算机视觉、推荐系统等。 5. 数据处理：数据采集、清洗、特征工程等。 6. 模型部署：模型优化、模型服务等。 7. 行业实践：项目实战、案例分析等。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。
2025-01-13
我是一个0基础的学生，我想系统学习一下，有什么课程阿妈
对于 0 基础想要系统学习 AI 的学生，以下是一些课程建议： 1. 如果您学习提示词有具体小目标，如 AI 写作优化、职场提升效率等，且需求不高，可不选贵的深度学习提示词课程，可考虑针对目标的 AI 课，如 AI 写作、AI 编程、AI 办公效率优化等，提示词作为其中一部分学习。若为变现而学，先思考自身能力和资源优势及变现路径，如个人客订提示词、提示词工具封装等，若有清晰方案，可深度学习提示词，还能结识同行。此外，自学能力强，能通过阅读和观察模仿掌握提示词，可不付费学，但要多交流。若自学能力不足且有清晰学习目的，建议选靠谱课程系统化学习。 2. 对于入门强化学习，如果概率论和线性代数基础薄弱，可先看相关课程学习，周末一天可搞定。若机器学习无基础，可先看吴恩达课程，再看李宏毅课程作为补充，若单纯入门强化学习，看李宏毅课程前几节讲完神经网络部分即可，约 25 小时。学完可跟着《动手学深度学习 https://hrl.boyuai.com/》动手学习，看前五章，约 10 小时。之后可看 B 站王树森课程的前几节学习基础知识点，约 5 小时。最后可看《动手学强化学习》开源书的 DQN 部分，约十几小时。 3. 可以参考《雪梅 May 的 AI 学习日记》，第一阶段迈出第一步，看书听课进社区。感受是要系统性学习，打好基础，一开始就系统看书听课。比如 May 在初期走了弯路，在 B 站看介绍 ChatGPT 原理的分享，消费可以，系统学习要找高质量内容。May 加入 AI 社区 waytoAGI 后，发现这是宝藏社区，可按新手指引入门，如 。
2025-01-13
我是一个ai小白，我是个一个0基础的人，我想在这个网站进一步系统的了解ai的应用，请给我推荐一下
以下是为您推荐的系统了解 AI 应用的内容： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能、机器学习、深度学习等主要分支及其之间的联系。 浏览入门文章，了解 AI 的历史、当前应用和未来发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）按照自己的节奏学习，并争取获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，如图像、音乐、视频等，您可以根据兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，通过实践巩固知识，尝试使用各种产品做出作品。 在知识库分享实践后的作品和文章。 5. 体验 AI 产品： 与现有的 AI 产品互动，如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人，了解其工作原理和交互方式。 同时，您还可以学习以下 AI 相关知识作为基础： 1. AI 背景知识： 基础理论：了解人工智能、机器学习、深度学习的定义及其之间的关系。 历史发展：简要回顾 AI 的发展历程和重要里程碑。 2. 数学基础： 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：了解向量、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 3. 算法和模型： 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：简介强化学习的基本概念。 4. 评估和调优： 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习如何使用网格搜索等技术优化模型参数。 5. 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。 此外，您还可以参考以下文章和推荐： 1. 《》：推荐了适合新手使用的 AI 产品，如聊天对话类、图像类、视频类、PPT 类、音频类和私人定制类，包括国内外的产品如 Kimi、智谱清言、ChatGPT 和 Midjourney 等。 2. 《》：通过生动的故事探讨自然语言处理（NLP）、自然语言理解（NLU）和自然语言生成（NLG）的核心概念。 3. 《》：设想了未来 150 年内 AI 原住民与智能机器的共生关系。
2025-01-13
0基础的在这个网站上应该从什么地方开始学期，具体你能给我个计划吗
以下是为 0 基础的您提供的在该网站上的学习计划： 1. 10 月 28 日 20:00 开始 分享材料：通往 AGI 之路增量小游戏 https://muykeee.github.io/waytoagiincremental/ 、转生之我是野菩萨 https://muykeee.github.io/wildpusaincremental/ 话题内容：0 基础做小游戏分享: 通往 AGI 之路增量小游戏、转生之我是野菩萨 分享人：麦橘 2. 10 月 29 日 20:00 开始 分享材料： 话题内容：0 编程基础入门 Cursor 极简使用指南 分享人：梦飞 3. 10 月 30 日 20:00 开始 分享材料： 、AI 拍立得：小程序：Pailido 话题内容：0 基础学做 AI 拍立得：Coze 工作流实现手把手教学、AI 拍立得开源代码开箱即用 分享人：银海 4. 10 月 31 日 20:00 开始 话题内容：0 基础做小游戏分享：猪猪🐷撞南墙 分享人：南墙 此外，您还可以参考以下内容： 一条简单逻辑帮您速选合适的“开源许可证”： 大神用 Cursor 从 0 代码基础开始撸了一个在线选择器：https://opensourcelicensechooser.toolsnav.top/zh/ 另一个开源小网站，用能听懂的语言看各个许可：https://licenseexplorer.iaiuse.com/ 必学必看基础： 如何开始：根据电脑的硬件情况和自身财力选择合适的开始方式，包括本地部署（适合 M 芯片的 Mac 电脑或 2060Ti 及以上显卡的 Windows 电脑）、在线平台（分为在线出图和云电脑，根据实际情况选择），不建议一开始就配主机。 课程简述：先验经验需要熟练使用文生图、图生图，有一定逻辑思考和推理能力，适合炼丹新人、小白。课程安排大约 70 80%是理论和方法论的内容，大部分练习在课外沟通、练习，少部分必要内容在课上演示。 学习路径：必学、必看内容是基础课，解决环境和软件安装问题；建炉针对不同炼丹方式提供不同炼丹工具的安装教程；正式内容分为数据集预处理、模型训练以及模型调试及优化三个部分。
2025-01-12
基础学习ai
以下是新手学习 AI 的方法和建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，可根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 通过与这些 AI 产品的对话，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始学习，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台： 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识： 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目： 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 总之，无论是新手还是中学生，都可以从编程基础、工具体验、知识学习、实践项目等多个方面入手，全面系统地学习 AI 知识和技能，为未来的 AI 发展做好准备。
2025-01-11