原文：
www.kdnuggets.com/2023/07/free-google-generative-ai-learning-path.html
作者插图
你是否有兴趣了解生成式 AI 模型及其应用的潜力？幸运的是，谷歌云发布了生成式 AI 学习路径，这是一个很棒的免费课程集合，涵盖了从解释生成式 AI 的基本概念到更复杂的工具，比如生成式 AI 工作室，以构建自定义生成式 AI 模型。
1. 谷歌网络安全证书 - 快速进入网络安全职业之路。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织 IT
本文将探讨七门现有课程，让你了解我们每天接触的大型语言模型背后的概念，并创建新的 AI 解决方案。让我们开始吧！
课程链接：生成式 AI 简介
这第一门课程是由谷歌云的 AI 技术课程开发者 Dr. Gwendolyn Stripling 主讲的生成式 AI 入门课程。它将帮助你了解生成式 AI 是什么以及它的应用。课程从数据科学的基本概念（AI、机器学习、深度学习）开始，并介绍生成式 AI 与这些学科的不同之处。此外，它通过非常直观的插图解释了围绕生成式 AI 的关键概念，如变换器、幻觉和大型语言模型。
视频时长： 22 分钟
讲师： Gwendolyn Stripling
推荐阅读：
课程链接：大型语言模型简介
第二个课程旨在从高层次介绍语言模型是什么。特别是，它给出了 LLM 应用的例子，如文本分类、问题回答和文档摘要。最后，它展示了 Google 生成 AI 开发工具的潜力，可以在无需代码的情况下构建你的应用程序。
视频时长： 15 分钟
讲师： John Ewald
建议阅读：
课程链接：图像生成简介
第三个课程专注于解释最重要的扩散模型，这是一类生成图像的模型。最有前途的一些方法包括变分自编码器、生成对抗模型和自回归模型。
它还展示了可以分为两种类型的使用案例：无条件生成和有条件生成。前者包括人脸合成和超分辨率作为应用，而有条件生成的例子包括从文本提示生成图像、图像修复和文本引导的图像到图像。
视频时长： 9 分钟
讲师： Kyle Steckler
课程链接：注意力机制
在这个简短的课程中，你将深入了解注意力机制，这是变换器和大型语言模型背后的一个非常重要的概念。它使得诸如机器翻译、文本摘要和问题回答等任务得以改进。特别是，它展示了注意力机制如何在解决机器翻译时发挥作用。
视频时长： 5 分钟
讲师： Sanjana Reddy
课程链接：变换器模型和 BERT 模型
该课程涵盖了变换器架构，这是 BERT 模型背后的基本概念。在解释了变换器之后，它概述了 BERT 以及如何应用于解决不同任务，如单句分类和问题回答。
与之前的课程不同，这个理论课程配有一个实验室，需要具备 Python 和 TensorFlow 的基础知识。
视频时长： 22 分钟
讲师： Sanjana Reddy
建议阅读：
课程链接：创建图像字幕模型
本课程旨在讲解图像字幕模型，这些生成模型通过输入图像来生成文本字幕。它利用编码器-解码器结构、注意力机制和变换器来解决为给定图像预测字幕的任务。与之前的课程一样，本课程也包括一个实验室，以将理论付诸实践。它同样面向具有 Python 和 Tensorflow 先验知识的数据专业人士。
视频时长： 29 分钟
讲师： Takumi Ohyama
课程链接：生成式 AI 工作室简介
这门课程介绍并探索生成式 AI 工作室。它首先重新解释什么是生成式 AI 及其用例，如代码生成、信息提取和虚拟助手。在概述这些核心概念后，Google Cloud 展示了即使没有 AI 背景也能解决生成式 AI 任务的工具。其中之一是 Vertex AI，这是一个管理机器学习生命周期的平台，从模型构建到部署。这个端到端平台包括两个产品：生成式 AI 工作室和模型花园。课程主要集中在解释生成式 AI 工作室，它允许轻松构建无需代码或少量代码的生成模型。
视频时长：15 分钟
推荐阅读：
希望你觉得这次对 Google Cloud 提供的生成式 AI 课程的快速概述有所帮助。如果你不知道从哪里开始理解生成式 AI 的核心概念，这条学习路径涵盖了各个方面。如果你已有机器学习背景，肯定能从这些课程中发现模型和用例。你知道其他关于生成式 AI 的免费课程吗？如果有有见地的建议，请在评论中分享。
尤金妮亚·安内洛 目前是意大利帕多瓦大学信息工程系的研究员。她的研究项目集中在结合异常检测的持续学习上。