参加 ログイン

Zhang Michelle

メンバー加入日: 2019

ブロンズリーグ

580 ポイント
Introduction to Generative AI Studio - 日本語版 のバッジ Introduction to Generative AI Studio - 日本語版 Earned 6月 19, 2023 EDT
Create Image Captioning Models - 日本語版 のバッジ Create Image Captioning Models - 日本語版 Earned 6月 19, 2023 EDT
Transformer Models and BERT Model - 日本語版 のバッジ Transformer Models and BERT Model - 日本語版 Earned 6月 19, 2023 EDT
Attention Mechanism - 日本語版 のバッジ Attention Mechanism - 日本語版 Earned 6月 19, 2023 EDT
Encoder-Decoder Architecture - 日本語版 のバッジ Encoder-Decoder Architecture - 日本語版 Earned 6月 19, 2023 EDT
Introduction to Image Generation - 日本語版 のバッジ Introduction to Image Generation - 日本語版 Earned 6月 19, 2023 EDT
Generative AI Fundamentals - 日本語版 のバッジ Generative AI Fundamentals - 日本語版 Earned 6月 19, 2023 EDT
Introduction to Responsible AI - 日本語版 のバッジ Introduction to Responsible AI - 日本語版 Earned 6月 19, 2023 EDT
Introduction to Large Language Models - 日本語版 のバッジ Introduction to Large Language Models - 日本語版 Earned 6月 19, 2023 EDT
Introduction to Generative AI - 日本語版 のバッジ Introduction to Generative AI - 日本語版 Earned 6月 19, 2023 EDT
Google Cloud Essentials のバッジ Google Cloud Essentials Earned 6月 16, 2019 EDT

このコースでは、Vertex AI の Generative AI Studio をご紹介します。Generative AI Studio によりジェネレーティブ AI モデルのプロトタイプ作成とカスタマイズを行い、ジェネレーティブ AI 機能を自社のアプリケーションで活用できます。このコースでは、Generative AI Studio の概要、機能とオプション、使用方法をデモを通じて学びます。コースの最後には、ハンズオンラボで学んだことを実践し、クイズで理解度を確認しましょう。

詳細

このコースでは、ディープ ラーニングを使用して画像キャプション生成モデルを作成する方法について学習します。エンコーダやデコーダなどの画像キャプション生成モデルのさまざまなコンポーネントと、モデルをトレーニングして評価する方法を学びます。このコースを修了すると、独自の画像キャプション生成モデルを作成し、それを使用して画像のキャプションを生成できるようになります。

詳細

このコースでは、Transformer アーキテクチャと Bidirectional Encoder Representations from Transformers（BERT）モデルの概要について説明します。セルフアテンション機構をはじめとする Transformer アーキテクチャの主要コンポーネントと、それが BERT モデルの構築にどのように使用されているのかについて学習します。さらに、テキスト分類、質問応答、自然言語推論など、BERT を適用可能なその他のタスクについても学習します。このコースの推定所要時間は約 45 分です。

詳細

このコースでは、アテンション機構について学習します。アテンション機構とは、ニューラル ネットワークに入力配列の重要な部分を認識させるための高度な技術です。アテンションの仕組みと、アテンションを活用して機械翻訳、テキスト要約、質問応答といったさまざまな ML タスクのパフォーマンスを改善する方法を説明します。

詳細

このコースでは、機械翻訳、テキスト要約、質問応答などのシーケンス ツー シーケンス タスクに対応する、強力かつ広く使用されている ML アーキテクチャであるエンコーダ / デコーダ アーキテクチャの概要を説明します。エンコーダ / デコーダ アーキテクチャの主要なコンポーネントと、これらのモデルをトレーニングして提供する方法について学習します。対応するラボのチュートリアルでは、詩を生成するためのエンコーダ / デコーダ アーキテクチャの簡単な実装を、TensorFlow で最初からコーディングします。

詳細

このコースでは拡散モデルについて説明します。拡散モデルは ML モデル ファミリーの一つで、最近、画像生成分野での有望性が示されました。拡散モデルは物理学、特に熱力学からインスピレーションを得ています。ここ数年、拡散モデルは研究と産業界の両方で広まりました。拡散モデルは、Google Cloud の最先端の画像生成モデルやツールの多くを支える技術です。このコースでは、拡散モデルの背景にある理論と、モデルを Vertex AI でトレーニングしてデプロイする方法について説明します。

詳細

「Introduction to Generative AI」、「Introduction to Large Language Models」、「Introduction to Responsible AI」の各コースを修了すると、スキルバッジを獲得できます。最終テストに合格することで、ジェネレーティブ AI の基礎概念を理解していることが証明されます。 スキルバッジは、Google Cloud のプロダクトとサービスに関する知識を認定するために Google Cloud が発行するデジタルバッジです。スキルバッジは、ソーシャル メディアの公開プロフィールを作成してそこに追加することで一般向けに共有できます。

詳細

この入門レベルのマイクロラーニング コースでは、責任ある AI の概要と重要性、および Google が責任ある AI を自社プロダクトにどのように実装しているのかについて説明します。また、Google の AI に関する 7 つの原則についても説明します。

詳細

このコースは、大規模言語モデル（LLM）とは何か、どのようなユースケースで活用できるのか、プロンプト調整で LLM のパフォーマンスを高めるにはどうすればよいかについて学習する、入門レベルのマイクロ ラーニング コースです。ジェネレーティブ AI アプリを自分で作成するのに役立つ Google ツールについても紹介します。

詳細

この入門レベルのマイクロラーニング コースでは、ジェネレーティブ AI の概要、利用方法、従来の機械学習の手法との違いについて説明します。独自のジェネレーティブ AI アプリを作成する際に利用できる Google ツールも紹介します。

詳細

この入門レベルのクエストでは、Google Cloud の基本的なツールやサービスに関する実践演習を行います。「Google Cloud Essentials」は Qwiklabs で特に人気のあるクエストですが、それはクラウドの予備知識がほとんどなくても、あらゆる Google Cloud プロジェクトに応用できる実際的な経験を積めるからです。 「Google Cloud Essentials」では、Cloud Shell コマンドの記述、初めての仮想マシンのデプロイ、Kubernetes Engine 上でのアプリケーション実行と負荷分散など、Google Cloud の主な機能を紹介します。主なコンセプトは 1 分間のビデオで説明されています。

詳細