生成式AI导论2024-李宏毅

已于 2024-06-05 10:32:01 修改
阅读量853 收藏 3
点赞数 1
分类专栏： LLM 文章标签： 人工智能
于 2024-05-26 21:02:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/adreammaker/article/details/139205174
版权

生成式AI导论2024-李宏毅

第0讲： 课程说明

生成式AI的入门课程
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

第1讲：生成式AI是什么

生成式人工智慧是什么？
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
当你用类神经网络（模型）来表达这上万个参数的时候，你做的事情就是深度学习。

第二讲：今日的生成式人工智慧厲害在哪裡？從「工具」變為「工具人」

在这里插入图片描述

第3讲：训练不了人工智能？你可以训练你自己（上）

[PPT] 李宏毅chatgpt，生成式ai
liguandong
03-27 4210
上面两张图是在测试语言模型是否真的有判断能力，蓝色是没有输入prompts，橙色是输入了正确的prompts，红色是输入错误的prompts，但是红色输入错误的promots，模型的输出并没有错很多。给模型输入一些不相关的prompt，看模型的输出，橙色给的正确答案，红色是错误答案，紫色是无关答案，蓝色没给prompt，给机器的promot很重要，prompt其实就是提示它做什么任务。模型越大，从context中学习到的能力越强，颜色越深，打乱label之后学习能力改变越明显，甚至给错误的答案他能反着学。
李宏毅2024新课来了！
啥都生的博客
02-26 1377
2024年《机器学习》课程停止开设，可能2025年再继续。而今年计划开设《生成式人工智能导论》和《生成式人工智能技术》(暂定)2023年是人工智能技术与应用变革的一年，随着技术的推进，学校应该要有不一样的课程。过去，我每年都会修改原有的《机器学习》课程，使其可以日新月异，与前瞻的技术接轨，但2023年的变革之大，我想干脆开一门新的课目前《生成式人工智能导论》已经开始更新B站也将保持视频的同步更新（李老师支持其公开课的传播）==>点我观看课程。
【研0深度学习】李宏毅2024春《生成式人工智能导论》持续更新...
m0_52427832的博客
05-28 1596
生成式人工智慧的目的不是进行做有结果的分类，而是使机器生成复杂有结构的物件。今天的生成式人工智慧多以深度学习构成。以现如今流通最广泛的ChatGPT为例，GPT可以看作一个函数，输入图片、语音或者文字等，“创造性”地输出结果。这里的“创造性”的实现是将问题拆解成一连串的文字进行接龙，转化为分类问题。对于每个结果都有概率，在这个概率的基础上掷骰子，进行输出。如下图所示有百分之五十的概率输出“学”字。那么问题来了，如果每次输出概率最大的不行吗？
台大李宏毅“生成式人工智能导论”（课件）
yinizhilianlove的博客
03-20 207
台大李宏毅老师“生成式人工智能导论”课件分享
李宏毅2024生成式人工智能导论 中文镜像版指导与作业
Hoper-J的博客
09-20 1423
这里是李宏毅老师2024年生成式人工智能导论的大陆镜像版的索引文章，你可以在不翻墙的情况下完成课程的所有作业。 制作与分享已经获得李宏毅老师的授权，非常感谢老师！
李宏毅学习笔记——2024春《GENERATIVE AI》篇（已完结）
a131529的博客
11-22 6168
李宏毅学习笔记——2024春《GENERATIVE AI》篇
李宏毅【生成式AI导论 2024】第1讲：生成式AI是什么？
拥抱变化，探索AI，了解AI，使用AI～
03-24 1208
人工智慧可以说是一个目标，是一个我们想要达到的目标。它不是一个单一的技术，并没有哪一个技术叫做人工智慧，人工智慧是一个目标。
李宏毅【生成式AI导论 2024】第7讲：大型语言模型修练史 — 第二阶段: 名师指点，发挥潜力 (兼谈对 ChatGPT 做逆向工程与 LLaMA 时代的开始)
拥抱变化，探索AI，了解AI，使用AI～
03-30 1250
如果只有指令微调… 人类老师需要给语言模型准备的教材是长这个样子的。要先想出人类可能会去问语言模型的问题，为每一个问题想一个正确的答案。有问题有答案之后，就可以把这些资料转成语言模型，可以拿来做训练文字接龙的格式。这种使用人类老师准备的资料来学习的过程，叫做instruction的fine tune。 这个instruction的意思是，人类老师提供了一些指令，机器会学习如何按照这些指令做出正确的回应。这些训练资料需要耗费大量人力才能获取，这种耗费大量人力产生资料的方式叫做资料标注。通过这种资料标注的方式
李宏毅【生成式AI导论 2024】第6讲 大型语言模型修炼_第一阶段_ 自我学习累积实力
拥抱变化，探索AI，了解AI，使用AI～
03-25 2072
背景知识：机器怎么学会做文字接龙 详见：https://blog.csdn.net/qq_26557761/article/details/136986922?spm=1001.2014.3001.5501 在语言模型的修炼中，我们需要训练资料来找出数十亿个未知参数，这个过程叫做训练或学习。找到参数后，我们可以使用函数来进行文字接龙，拿这组参数来使用叫做测试或者是叫做推论。 语言模型学习的三个阶段虽然训练资料不同，但都是在学习文字接龙，所有阶段做的事情是一样的。 机器学习中找参数的挑战 在机器学习中，寻找
【李宏毅-生成式 AI】Spring 2024, HW5：LLM Fine-tuning 实验记录
VLyb
06-10 1603
李宏毅生成式 AI 课程的 Lab Homework 5 实验的笔记
《生成式AI导论》学习笔记
u011868279的博客
04-21 352
《生成式AI导论》学习笔记
《2024生成式AI赋能教育未来》白皮书
06-30
当前，席卷全球的生成式AI正成为教育变革中最具冲击力的变量之一，正引领一场深刻的教育革命，推动教学模式从“师-生”二元结构转变为“师-机-生”三元结构，为未来教育模式的发展和创新开辟了全新的视角和无限可能性。 白皮书指出，生成式AI与教学活动的结合，即是围绕教学目标展开，通过对课程内容、教学方法和教学环境三大要素的技术赋能和升级改造，提升教学活动中主体之间的互动效率，创造更有价值的教学成果。 对此，白皮书总结了生成式AI赋能教育创新的三个方向： 促进课程内容的智能化生成：包括辅助课程内容快速制作，提升教学效率；实现个性化课程内容定制，提高学习自主性和灵活性。 推动教学方法的创新优化：一方面增进教学过程的互动性，提高学生参与感和主动性；另一方面是创新教学的组织形式，推动跨学科项目的实践和创新。 加速教学环境全面升级：不仅体现在对传统教学环境的智能化改造，以适应日益增强的个性化、多样化教学需求，还在于它对教育环境传统边界的扩展和重新定义。 版权声明：本文为博主原创文章，遵循 CC 4.0
AI学习笔记-0413-导论部分-01
最新发布
UMR2323的博客
04-13 448
让机器产生复杂有机构的物件。人工智能的目标之一，当前的大语言模型，翻译等便是生成式AI的产物。：比如文字构成的文章，像素点构成的图片，取样点构成的语音。：某种复杂到无法穷举的物件，例如写一篇100字文章，假设可用文字为1000，那么最终存在的可能性选择为1000^100种选择。：从有限的选择中做出选择。： 机器自动地从资料中总结出一个公式，即从大量的资料中，总结出一个公用的公式，获取参数，能够在输入新参数后得到新的结果。它是生成式AI的一种手段之一。
台湾大学李宏毅机器学习课程
06-04
李宏毅（（Hung-yi Lee）目前任台湾大学电机工程学系和电机资讯学院的助理教授，他曾于2012年获得台湾大学博士学位，并于2013年赴麻省理工学院（MIT）计算机科学和人工智能实验室做访问学者。他的研究方向主要是语义理解、语音识别、机器学习和深度学习）老师的机器学习课程以机器学习和深度学习的基础知识为主，包含了AI领域的各种最新知识和技术点。课程深入简出，通俗易懂，颇受欢迎，非常适合对AI感兴趣的学习者。本课程已经获得李宏毅老师授权。
太牛了！AI大佬的课程！吴恩达、李飞飞、李宏毅、Hinton、LeCun...
2401_85343303的博客
09-12 1451
本文精心梳理了AI顶级大佬教授的人工智能课程，涵盖了深度学习、机器学习等多个领域的前沿内容。这些课程将引领您深入了解决策树、朴素贝叶斯、逻辑回归、神经网络和深度学习等核心知识点，同时还将探索贝叶斯学习、支持向量机和核方法、聚类、无监督学习等多元化的机器学习领域。此外，还有学习提升算法、强化学习以及学习理论等高级课程，为人工智能领域的深入研究和应用打下坚实基础。吴恩达（Andrew Ng）的教学视频是深度学习领域备受推崇的学习资源之一。
李宏毅 GENERATIVE AI——Extra lesson——GPT-4o背后可能的语音技术猜测
a131529的博客
12-06 936
本章节主要浅谈“GPT-4o背后可能的语音技术猜测”。
这是一个中文的 AI/LLM 大模型入门项目 李宏毅2024春《生成式人工智能导论》HW3
qq_42589506的博客
12-11 966
在此任务中，你需要将你的聊天机器人变为一个摘要器。它的工作是当用户输入一篇文章时，能够为用户总结该文章的内容。你需要完成以下步骤：设计一个用于生成摘要的提示词，并填写在中。点击运行按钮， 这将弹出一个可交互的界面。你可以找到一篇文章或使用当前的示例文章：《从百草园到三味书屋》，并将其填写在标记为“文章”的输入框中。点击“发送”按钮生成文章的摘要。（你可以使用“温度”滑块来控制输出的创造性，温度越高，输出越具创造性）。如果你想更改提示词，可以停止单元格，返回到TODO部分进行更改，然后再次运行。
《生成式 AI》课程 作业6 大语言模型（LLM）的训练微调 Fine Tuning -- part2
chenchihwen的专栏
11-23 1397
代码围绕一个主工作目录展开，在这个主工作目录下包含了多个子目录和相关文件，用于存放不同阶段的数据、模型以及输出结果等内容，各个部分分工明确，以支持整个预训练语言模型微调及测试的流程。这段 Python 代码主要实现了基于 Hugging Face Transformers 库对预训练语言模型（具体为模型）进行微调（Fine-tuning）的功能，使其能更好地应用于生成唐诗相关内容的任务。整个流程涵盖了数据加载与预处理、模型配置、模型训练以及训练后模型的测试与结果保存等环节。
李宏毅 生成式AI导论
01-24
为了方便国内学生获取最新版本的教学材料，《李宏毅2024生成式人工智能导论》提供了中文镜像版指导文档及配套练习题库，所有相关内容均已托管至GitHub平台供免费下载使用。这一举措得到了原作者正式授权许可，体现了...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值