成为会员时间：2024
适用于端到端 SDLC 的 Gemini
Earned Feb 17, 2025 EST
适用于应用开发者的 Gemini
Earned Feb 17, 2025 EST
Vertex AI Studio 简介
Earned Nov 20, 2024 EST
创建图片标注模型
Earned Oct 5, 2024 EDT
Transformer 模型和 BERT 模型
Earned Sep 23, 2024 EDT
编码器-解码器架构
Earned Sep 23, 2024 EDT
注意力机制
Earned Sep 20, 2024 EDT
图像生成简介
Earned Sep 20, 2024 EDT
Google Cloud 基础知识：核心基础设施
Earned Feb 19, 2024 EST
在本课程中，您将了解 Gemini（Google Cloud 推出的一款依托生成式 AI 的协作工具）如何帮助您使用 Google 产品和服务开发、测试、部署和管理应用。在 Gemini 的协助下，您可以学习如何开发和构建 Web 应用、修复应用中的错误、开发测试和查询数据。您可以通过实操实验了解如何利用 Gemini 来改进软件开发生命周期 (SDLC)。 Duet AI 已更名为 Gemini，这是我们的新一代模型。
在本课程中，您将了解 Google Cloud 中依托生成式 AI 技术的协作工具 Gemini 如何帮助开发者构建应用。您将学习如何向 Gemini 输入提示，让其为您解释代码、推荐 Google Cloud 服务并为您的应用生成代码。您将通过实操实验体验 Gemini 对应用开发工作流的改进作用。 Duet AI 已更名为 Gemini，这是我们的新一代模型。
本课程介绍 Vertex AI Studio，这是一种用于与生成式 AI 模型交互、围绕业务创意进行原型设计并在生产环境中落地的工具。通过沉浸式应用场景、富有吸引力的课程和实操实验，您将探索从提示到产品的整个生命周期，了解如何将 Vertex AI Studio 用于多模态 Gemini 应用、提示设计、提示工程和模型调优。本课程的目的在于帮助您利用 Vertex AI Studio，在自己的项目中充分发掘生成式 AI 的潜力。
本课程教您如何使用深度学习来创建图片标注模型。您将了解图片标注模型的不同组成部分，例如编码器和解码器，以及如何训练和评估模型。学完本课程，您将能够自行创建图片标注模型并用来生成图片说明。
本课程向您介绍 Transformer 架构和 Bidirectional Encoder Representations from Transformers (BERT) 模型。您将了解 Transformer 架构的主要组成部分，例如自注意力机制，以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务，例如文本分类、问答和自然语言推理。完成本课程估计需要大约 45 分钟。
本课程简要介绍了编码器-解码器架构，这是一种功能强大且常见的机器学习架构，适用于机器翻译、文本摘要和问答等 sequence-to-sequence 任务。您将了解编码器-解码器架构的主要组成部分，以及如何训练和部署这些模型。在相应的实验演示中，您将在 TensorFlow 中从头编写简单的编码器-解码器架构实现代码，以用于诗歌生成。
本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。
本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。
“Google Cloud 基础知识：核心基础设施”介绍在使用 Google Cloud 时会遇到的重要概念和术语。本课程通过视频和实操实验来介绍并比较 Google Cloud 的多种计算和存储服务，并提供重要的资源和政策管理工具。