【Udemy中英字幕】Deep Learning and Generative Artificial Intelligence

深度学习和生成人工智能

CNN、LSTM、GAN、VAE、Transformers（包括GPT）和稳定扩散

讲师：Luís Cunha

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• 了解人工神经网络的基本原理及其训练方法。
• 使用 Python 实现并训练卷积神经网络 (CNN) 进行图像分类和对象检测。
• 设计和应用长短期记忆 (LSTM) 网络来预测和分析时间序列数据。
• 为各种自然语言处理任务构建、微调和部署 Transformer 模型（例如 GPT 类型模型）。
• 创建和训练生成对抗网络 (GAN) 以生成逼真的合成图像和数据。
• 构建并利用变分自动编码器 (VAE) 进行数据压缩和生成任务。
• 应用风格转换和稳定扩散方法来创造性地改变和增强图像。

探索相关主题

要求

• 建议了解基本的编程概念，但这不是必需的。熟悉 Python 将有助于进行编码练习。可以使用可连接互联网的计算机来使用演示和游乐场。

描述

欢迎来到深度学习和生成人工智能课程！这门综合课程专为任何有兴趣深入研究令人兴奋的深度学习和生成人工智能世界的人而设计，无论您是没有编程经验的初学者，还是希望扩展技能的经验丰富的开发人员。

您将学到什么：

• 深度学习和人工神经网络的基础：深入了解构成现代人工智能支柱的基本概念和架构。

• 卷积神经网络 (CNN)：了解如何使用 Python 和流行的深度学习库实现和训练 CNN 以执行图像分类和对象检测任务。

• 长短期记忆 (LSTM) 网络：探索 LSTM 网络在预测和分析时间序列数据中的应用，增强您处理序列数据的能力。

• Transformer 模型：深入研究 Transformer 模型的世界，包括 GPT 类型模型，并学习如何构建、微调和部署这些模型以用于各种自然语言处理任务。

• 生成对抗网络 (GAN)：了解 GAN 背后的原理，并学习如何创建和训练它们以生成逼真的合成图像和数据。

• 变分自动编码器 (VAE)：了解如何构建和利用 VAE 进行数据压缩和生成，了解它们的应用和优势。

• 风格转换和稳定扩散：尝试风格转换技术和稳定扩散方法来创造性地改变和增强图像。

课程特色：

• 交互式编码练习：参与旨在强化学习和培养实践技能的实践编码练习。

• 用户友好的演示和游乐场：对于那些喜欢更直观和互动方式的人，我们的课程包括演示和游乐场，无需编写代码即可试验 AI 模型。

• 现实世界的例子：每个模块都包含现实世界的例子和案例研究，以说明这些技术如何应用​​于各个行业。

• 基于项目的学习：通过模拟真实世界场景的项目应用您所学到的知识，让您能够构建 AI 项目组合。

谁应该参加这门课程？

• 有抱负的人工智能爱好者：没有编程经验，希望通过直观的界面理解和利用人工智能的个人。

• 开发人员和数据科学家：希望加深对深度学习和生成式人工智能技术的理解的专业人士。

• 学生和研究人员：想要探索人工智能前沿进展并将其应用于学习或研究项目的学习者。

本课程适合哪些人：

• 本课程面向对深度学习和生成式人工智能感兴趣的任何人，包括希望通过用户友好界面使用人工智能的没有编程经验的初学者，以及希望加深对该领域的理解和技能的程序员。