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

李宏毅课程

Answer

以下是关于李宏毅《生成式 AI 导论 2024》课程的详细信息：

  • 课程介绍：这是台湾大学李宏毅教授的生成式 AI 课程，涵盖生成式 AI 的基本概念、发展历程、技术架构和应用场景等内容，共 12 讲，每讲约 2 小时。
  • 学习目标：掌握生成式 AI 的基本概念和常见技术，能够使用相关框架搭建简单的生成式模型，了解其发展现状和未来趋势。
  • 学习内容：
    • 什么是生成式 AI：包括定义、分类、与判别式 AI 的区别及应用领域。
    • 生成式模型：基本结构、训练方法、评估指标以及常见模型的优缺点。
    • 生成式对话：基本概念、应用场景、系统架构和关键技术，以及基于生成式模型的对话生成方法。
    • 预训练语言模型：发展历程、关键技术、优缺点及其在生成式 AI 中的应用。
    • 生成式 AI 的挑战与展望：面临的挑战、解决方法、未来发展趋势和研究方向。
  • 学习资源：
    • 教材：《生成式 AI 导论 2024》，李宏毅。
    • 参考书籍：《深度学习》，伊恩·古德费洛等。
    • 在线课程：李宏毅的生成式 AI 课程。
    • 开源项目：OpenAI GPT-3、字节跳动的云雀等。
  • 学习方法：未明确提及。
  • 课程目录：
    • 第 0 讲：课程说明（17:15 有芙莉蓮雷）（2024 年 2 月 24 日）
    • 第 1 讲：生成式 AI 是什么？（2024 年 2 月 24 日）
    • 第 2 讲：今日的生成式人工智慧厉害在哪里？从「工具」变为「工具人」（2024 年 3 月 3 日）
    • 第 3 讲：训练不了人工智慧？你可以训练你自己(上)—神奇咒语与提供更多资讯（2024 年 3 月 3 日）
    • 第 4 讲：训练不了人工智慧？你可以训练你自己(中)—拆解问题与使用工具（2024 年 3 月 10 日）
    • 待更新……
  • 第 0 讲具体内容：
    • 知道：有能力自己开发、何时需要自己开发、何时可以用现成的人工智能。
    • 目标：了解生成式 AI 背后的原理和更多可能性，作为你魔术师的开始。包括体验用生成式 AI 打造应用、体验训练自己的生成式 AI 模型、负面体验（花时间：大模型是以周为单位来训练；结果不可以控制：养花养小动物）。
    • 影响模型能力的指标很多，但是常规会看参数的量级来评估，量级指数级增长，FOMO，这就是朱啸虎的立场来源。如 2019 年 GPT2.0 15b 参数，2024 年 GPT3.5 70b 参数。

课程地址：https://www.youtube.com/watch?v=AVIKFXLCPY8

Content generated by AI large model, please carefully verify (powered by aily)

References

学习笔记：《生成式AI导论2024》 李宏毅

一、课程介绍这是台湾大学李宏毅教授的生成式AI课程，主要介绍了生成式AI的基本概念、发展历程、技术架构和应用场景等内容。课程共分为12讲，每讲约2小时。二、学习目标通过学习本课程，掌握生成式AI的基本概念和常见技术，能够使用相关框架搭建简单的生成式模型，了解生成式AI的发展现状和未来趋势。三、学习内容1.什么是生成式AI生成式AI的定义和分类生成式AI与判别式AI的区别生成式AI的应用领域2.生成式模型生成式模型的基本结构和训练方法生成式模型的评估指标常见的生成式模型及其优缺点3.生成式对话生成式对话的基本概念和应用场景生成式对话系统的架构和关键技术基于生成式模型的对话生成方法4.预训练语言模型预训练语言模型的发展历程和关键技术预训练语言模型的优缺点预训练语言模型在生成式AI中的应用5.生成式AI的挑战与展望生成式AI面临的挑战和解决方法生成式AI的未来发展趋势和研究方向四、学习资源1.教材：《生成式AI导论2024》，李宏毅2.参考书籍：《深度学习》，伊恩·古德费洛等3.在线课程：李宏毅的生成式AI课程4.开源项目：OpenAI GPT-3、字节跳动的云雀等五、学习方法

学习笔记：《生成式AI导论2024》 李宏毅

一、课程介绍这是台湾大学李宏毅教授的生成式AI课程，主要介绍了生成式AI的基本概念、发展历程、技术架构和应用场景等内容。课程共分为12讲，每讲约2小时。二、学习目标通过学习本课程，掌握生成式AI的基本概念和常见技术，能够使用相关框架搭建简单的生成式模型，了解生成式AI的发展现状和未来趋势。三、学习内容1.什么是生成式AI生成式AI的定义和分类生成式AI与判别式AI的区别生成式AI的应用领域2.生成式模型生成式模型的基本结构和训练方法生成式模型的评估指标常见的生成式模型及其优缺点3.生成式对话生成式对话的基本概念和应用场景生成式对话系统的架构和关键技术基于生成式模型的对话生成方法4.预训练语言模型预训练语言模型的发展历程和关键技术预训练语言模型的优缺点预训练语言模型在生成式AI中的应用5.生成式AI的挑战与展望生成式AI面临的挑战和解决方法生成式AI的未来发展趋势和研究方向四、学习资源1.教材：《生成式AI导论2024》，李宏毅2.参考书籍：《深度学习》，伊恩·古德费洛等3.在线课程：李宏毅的生成式AI课程4.开源项目：OpenAI GPT-3、字节跳动的云雀等五、学习方法

学习笔记：《生成式AI导论2024》 李宏毅

作者：@吴珂vico原文：[学习笔记《生成式AI导论2024》李宏毅](https://bytedance.larkoffice.com/docx/Sj7rdqvv1osuihxWizIcizRGnif)真的很易懂很好听，学起来就赢了90%的人了课程地址：https://www.youtube.com/watch?v=AVIKFXLCPY8课程目录：1.第0講：課程說明(17:15有芙莉蓮雷)（2024年2月24日）2.第1講：生成式AI是什麼？（2024年2月24日）3.第2講：今日的生成式人工智慧厲害在哪裡？從「工具」變為「工具人」（2024年3月3日）4.第3講：訓練不了人工智慧？你可以訓練你自己(上)—神奇咒語與提供更多資訊（2024年3月3日）5.第4講：訓練不了人工智慧？你可以訓練你自己(中)—拆解問題與使用工具（2024年3月10日）6.待更新……[heading2]第0讲：课程说明[content]1.知道：有能力自己开发何时需要自己开发何时可以用现成的人工智能2.目标：了解生成式AI背后的原理和更多可能性，作为你魔术师的开始2.1.体验用生成式AI打造应用2.2.体验训练自己的生成式AI模型2.3.负面体验2.3.1.花时间：大模型是以周为单位来训练2.3.2.结果不可以控制：养花养小动物3.影响模型能力的指标很多，但是常规会看参数的量级来评估，量级指数级增长，FOMO，这就是[朱啸虎](https://mp.weixin.qq.com/s/IXjlplabhMcEqAVPZyq9kg)的立场来源3.1.2019年GPT2.0 15b参数3.2.2024年GPT3.5 70b参数

Others are asking
李宏毅《生成式人工智能导论》课件
以下是关于李宏毅《生成式人工智能导论》的相关信息： 课程目录： 1. 第 0 讲：课程说明（2024 年 2 月 24 日） 2. 第 1 讲：生成式 AI 是什么？（2024 年 2 月 24 日） 3. 第 2 讲：今日的生成式人工智慧厉害在哪里？从「工具」变为「工具人」（2024 年 3 月 3 日） 4. 第 3 讲：训练不了人工智慧？你可以训练你自己—神奇咒语与提供更多资讯（2024 年 3 月 3 日） 5. 第 4 讲：训练不了人工智慧？你可以训练你自己—拆解问题与使用工具（2024 年 3 月 10 日） 6. 待更新…… 第 0 讲课程说明的要点： 1. 知道：有能力自己开发、何时需要自己开发、何时可以用现成的人工智能。 2. 目标：了解生成式 AI 背后的原理和更多可能性，作为你魔术师的开始。包括体验用生成式 AI 打造应用、体验训练自己的生成式 AI 模型。同时提到负面体验，如大模型训练花时间（以周为单位）、结果不可控。 3. 影响模型能力的指标很多，常规会看参数的量级来评估，量级指数级增长，FOMO，如 2019 年 GPT2.0 15b 参数，2024 年 GPT3.5 70b 参数。 附录： 1. 课程介绍：这是台湾大学李宏毅教授的生成式 AI 课程，主要介绍生成式 AI 的基本概念、发展历程、技术架构和应用场景等内容。课程共 12 讲，每讲约 2 小时。 2. 学习目标：掌握生成式 AI 的基本概念和常见技术，能够使用相关框架搭建简单的生成式模型，了解生成式 AI 的发展现状和未来趋势。 3. 学习内容：包括什么是生成式 AI、生成式模型、生成式对话、预训练语言模型、生成式 AI 的挑战与展望等方面。 4. 学习资源：教材《生成式 AI 导论 2024》，参考书籍《深度学习》，在线课程李宏毅的生成式 AI 课程，开源项目 OpenAI GPT3、字节跳动的云雀等。 5. 学习方法。 课程地址：https://www.youtube.com/watch?v=AVIKFXLCPY8
2025-01-16
《生成式 AI 导论 2024》李宏毅课程在哪里可以学习
您可以在以下网址学习李宏毅的《生成式 AI 导论 2024》课程：https://www.youtube.com/watch?v=AVIKFXLCPY8 课程目录如下： 第 0 講：課程說明（2024 年 2 月 24 日） 第 1 講：生成式 AI 是什麼？（2024 年 2 月 24 日） 第 2 講：今日的生成式人工智慧厲害在哪裡？從「工具」變為「工具人」（2024 年 3 月 3 日） 第 3 講：訓練不了人工智慧？你可以訓練你自己—神奇咒語與提供更多資訊（2024 年 3 月 3 日） 第 4 講：訓練不了人工智慧？你可以訓練你自己—拆解問題與使用工具（2024 年 3 月 10 日） 待更新…… 该课程的附录内容包括： 一、课程介绍 这是台湾大学李宏毅教授的生成式 AI 课程，主要介绍了生成式 AI 的基本概念、发展历程、技术架构和应用场景等内容。课程共分为 12 讲，每讲约 2 小时。 二、学习目标 通过学习本课程，掌握生成式 AI 的基本概念和常见技术，能够使用相关框架搭建简单的生成式模型，了解生成式 AI 的发展现状和未来趋势。 三、学习内容 1. 什么是生成式 AI 生成式 AI 的定义和分类 生成式 AI 与判别式 AI 的区别 生成式 AI 的应用领域 2. 生成式模型 生成式模型的基本结构和训练方法 生成式模型的评估指标 常见的生成式模型及其优缺点 3. 生成式对话 生成式对话的基本概念和应用场景 生成式对话系统的架构和关键技术 基于生成式模型的对话生成方法 4. 预训练语言模型 预训练语言模型的发展历程和关键技术 预训练语言模型的优缺点 预训练语言模型在生成式 AI 中的应用 5. 生成式 AI 的挑战与展望 生成式 AI 面临的挑战和解决方法 生成式 AI 的未来发展趋势和研究方向 四、学习资源 教材：《生成式 AI 导论 2024》，李宏毅
2024-09-03
Prompts（提示词）| 社区内prompt框架课程收录
以下是关于 Prompt（提示词）的相关内容： 一、Prompt 之道：清晰表达 1. 如何清晰表达 各种框架能帮助您将脑海中的想法通过特定角度描述出来，比如明确要做的事情、背景、目标、任务、数据和输出等。这些框架虽表述不同，但作用相似，能比空想更高效。 您可以在使用框架时，换不同预设角度描述同一物体。例如，去年有人用 langGPT 的框架模拟善解人意的老师讲解任何学科的概念。 2. 拓展阅读 ：社区内 prompt 框架课程收录 ：各个场景提示词收录 此外，还有李继刚关于文生文中 prompt 的道、术、用的万字说明，相关链接如下： https://mp.weixin.qq.com/s/R8UbrixkKHXE4dnVt0VMvw 豆包网页端：https://www.doubao.com/chat/?channel=browser_landing_page 豆包桌面客户端：
2025-03-06
吴恩达中文课程
以下是关于吴恩达中文课程的相关信息： 面向开发者的 LLM 入门课程： 地址： 简介：一个中文版的大模型入门教程，围绕吴恩达老师的大模型系列课程展开，包括吴恩达《ChatGPT Prompt Engineering for Developers》课程中文版等。 目录： https://github.com/zard1152/deepLearningAI/wiki 介绍： 有两类大语言模型：基础 LLM 和指令微调 LLM。基础 LLM 经过训练可根据文本预测下一个词，指令微调 LLM 经过训练能遵循指令，为让系统更有帮助并遵循指令，通常会进一步使用人类反馈强化学习（RLHF）技术来优化。 原则与技巧： 两个提示的关键原则：尽可能保证下达的指令“清晰、没有歧义”；给大模型思考的时间，以及足够的时间去完成任务。
2025-03-05
吴恩达中文课程
以下是关于吴恩达中文课程的相关信息： 面向开发者的 LLM 入门课程： 地址： 简介：一个中文版的大模型入门教程，围绕吴恩达老师的大模型系列课程展开，包括吴恩达《ChatGPT Prompt Engineering for Developers》课程中文版等。 目录： https://github.com/zard1152/deepLearningAI/wiki 介绍： 有两类大语言模型：基础 LLM 和指令微调 LLM。基础 LLM 经过训练可根据文本预测下一个词，指令微调 LLM 经过训练能遵循指令，为让系统更有帮助并遵循指令，通常会进一步使用人类反馈强化学习（RLHF）技术来优化。 原则与技巧： 两个提示的关键原则：尽可能保证下达的指令“清晰、没有歧义”；给大模型思考的时间，以及足够的时间去完成任务。
2025-03-05
微信机器人相关课程
以下是关于微信机器人的相关课程： 日程安排： 6 月 19 日 20:00 开始：从零到一，搭建微信机器人。 6 月 20 日 20:00 开始：Coze 接入、构建你的智能微信助手。 6 月 23 日 20:00 开始：微信机器人插件拓展教学。 6 月 24 日 20:00 开始：虚拟女友“李洛云”开发者自述。 6 月 25 日 20:00 开始：FastGPT：“本地版 coze"部署教学。 6 月 27 日 20:00 开始：Hook 机制的机器人使用和部署教学。 共学快闪第三期活动总结： 关于虚拟聊天机器人的讨论。 创建聊天机器人：可在平台创建自己的 bot，并互相交流和沟通。新客户可用 COS 作为 API 来搭建。 举办 cost 活动：包括图文赛道和创意赛道，参与者可投稿参赛并有奖金。 评估指标和体系：提出了 helpfulness、拟人性、语言流畅度和优雅性、OC 等评估指标，并讨论了机评和人评混合的评估方式，以及一些相对主观的指标，如后验的对话轮速、对话轮次、用户的使用留存和频率等。 问题汇总和整理：提供了问题汇总文档，记录了 119 条常见问题和解决方案。 微信机器人的搭建：搭建过程是逐步的，可能会遇到卡点，最早有专人在群里回复。前两天的分享在知识库首页，通过第三轮 agent 供学，可跟着教程搭建出不错的机器人。 机器人的能力：可实现小的商业化目的，如搭建客服机器人、进行群管理等。 课程相关：微信机器人课程全免费，梦飞带大家完成的课程已在知识库，可扫码直达学习。 prompt 的相关内容：prompt 属于商业机密，无法分享。赵悦普及了大模型回复速度与输出字符数据相关的知识。 大事件记录： 皇子：零成本、零代码搭建一个智能微信客服，保姆级教程。 安仔：不用黑魔法，小白也能做一个对接 GPT 大模型的微信聊天机器人。 张梦飞：【保姆级】一步一图，手把手教你把 AI 接入微信。 张梦飞：FastGPT + OneAPI + COW 带有知识库的机器人完整教程。 张梦飞：基于 Hook 机制的微信 AI 机器人，无需服务器，运行更稳定，风险更小。 张梦飞：【保姆级教程】这可能是你在地球上能白嫖到的，能力最强的超级微信机器人！一步一图，小白友好。 在自己的电脑上部署 COW 微信机器人项目。
2025-03-05
设计面向青少年的AI课程大纲，核心是围绕以DeepSeek技术专题为核心的各类技术到应用的设计
很抱歉，目前没有关于以 DeepSeek 技术专题为核心设计面向青少年的 AI 课程大纲的相关内容。但我可以为您提供一个通用的以技术到应用为思路的 AI 课程大纲框架供您参考： 一、课程简介 介绍课程的目标、重要性以及学习 AI 对青少年的益处。 二、基础知识 1. 什么是 AI 及其发展历程 2. 常见的 AI 应用领域 三、DeepSeek 技术基础 1. DeepSeek 技术的原理 2. 相关算法和模型 四、技术应用实践 1. 利用 DeepSeek 技术进行图像识别项目 2. 基于 DeepSeek 的自然语言处理应用 五、案例分析 1. 成功运用 DeepSeek 技术的实际案例 2. 案例中的创新点和可借鉴之处 六、创新与拓展 1. 鼓励学生提出基于 DeepSeek 技术的新应用想法 2. 小组讨论和展示 七、课程总结与回顾 复习重点知识，总结学习成果。 您可以根据实际需求和教学条件对上述大纲进行调整和完善。
2025-03-01
如何把ai作为培训技术手段，建立和制作港口企业管理人员、职能技术专业人员、技能人员以及理货、驾驶、起重人员培训课程
以下是为您提供的关于将 AI 作为培训技术手段建立和制作港口企业各类人员培训课程的一些建议： 首先，参考相关法律法规，如《2020 年国家人工智能倡议法案》，其中提到要为人工智能研究和发展提供持续、一致和协调的支持，包括通过拨款、合作协议、测试平台以及获取数据和计算资源等方式。 对于港口企业管理人员、职能技术专业人员、技能人员以及理货、驾驶、起重人员的培训课程制作，可以利用以下方法： 1. 支持开发自愿性的标准、最佳实践和基准，以确保培训课程的质量和有效性。 2. 为各级教育项目提供支持，在正式和非正式的学习环境中，让员工能够使用和与人工智能系统互动，并适应其对社会和经济的潜在变革性影响。 3. 支持跨学科的研究、教育和培训项目，促进学生和研究人员学习人工智能的方法和系统，培养跨学科的视角和合作，涵盖计算机科学、数学、统计学、工程、社会科学、心理学、行为科学、伦理学、安全、法律学术等相关领域的专家。 需要注意的是，在实际操作中，应根据港口企业的具体需求和人员特点，有针对性地设计和优化培训课程。
2025-02-28