车讯网 - 专业汽车新闻资讯门户
当前位置: 车讯网 -> 热点

限时免费,吴恩达新课三连发,手把手教你用ChatGPTAPI构建应用

时间:2023-06-04 14:12  |  责任编辑:杜玉梅  |  来源: IT之家  |  关键词:  |  阅读量:9937  |  

吴恩达又给 AI 社区送福音了。

吴恩达在推特上宣布三门新的生成式 AI 课程上线。

这三门课包括 ——

1. 使用 OpenAI 的 ChatGPT API 构建系统:通过这门课,可以超越单个提示,学习构建使用多个 API 调用 LLM 的复杂应用。同时,你会学习到如何评估 LLM 的输出,以确保安全性和准确性,并驱动迭代改进。

2. LangChain 用于 LLM 应用开发:通过学习这个强大的开源工具,你可以构建使用 LLM 的应用,包括聊天机器人的记忆,文档上的问题回答,以及可以决定下一步采取什么行动的 LLM 代理。

3. 扩散模型如何工作:这门课让你能够学习扩散模型的技术细节,这些模型支持 Midjourney,DALL?E 2 和 Stable Diffusion。你还可以生成自己的视频游戏精灵的 Jupyter 工作代码。

使用 ChatGPT API 构建系统

这门课中,你可以学习如何通过连续调用大语言模型,来让复杂的工作流程自动化。

内容包括:

?构建与先前提示交互的提示链。

?构建 Python 代码,以便与现有的和新的提示交互的系统。

?构建使用课程中的技术的客服聊天机器人。

这些技能可以应用于实际方案,包括将用户查询分类为聊天代理的响应、评估用户查询的安全性,以及处理任务以进行思维链、多步骤推理。

其中,动手示例使概念易于理解,而内置的 Jupyter Notebook 可以让你无缝试验课程中介绍的代码和实验室。

本课程适用于初学者,对 Python 有基本了解即可。也适用于想要学习 LLM 尖端快速工程技能的中高级机器学习工程师。

LangChain 用于 LLM 应用开发

在这门课中,可以学到使用 LangChain 框架扩展应用程序开发中语言模型的用例和功能的基本技能。

具体包括:

?模型、提示和解析器:调用 LLM、提供提示和解析响应

?LLM 的记忆:用于存储对话和管理有限上下文空间的记忆

?Chains:创建操作序列

?文档问答:将 LLM 应用于您的专有数据和用例要求

?智能体:探索 LLM 作为推理代理的强大发展

在课程结束时,你可以拥有一个模型,作为你自己探索应用扩散模型的起点。

这个课程将极大地帮你扩展利用强大语言模型的可能性,在几个小时内,你就可以创建不可思议的应用程序。

本课适合初学者,掌握基本的 Python 知识即可。

扩散模型如何工作

在这部门课中,你可以深入了解扩散过程和执行扩散过程的模型。

这门课不仅仅是简单地引入预构建的模型或使用 API,还会教你从头开始构建扩散模型。

具体包括:

?探索基于扩散的生成 AI 的前沿世界,并从头开始创建自己的扩散模型。

?深入了解扩散过程和驱动过程的模型,超越预构建的模型和 API。

?通过实验室进行采样、训练扩散模型、构建用于噪声预测的神经网络以及为个性化图像生成添加上下文,获得实用的编码技能。

课程结束时,你将拥有一个模型,作为你自己探索应用扩散模型的起点。

其中,动手示例使概念易于理解,而内置的 Jupyter Notebook 可以让你无缝试验课程中介绍的代码和实验室。

这是一门中级课程,需要 Python,Tensorflow 或 Pytorch 的知识。

参考资料: