吳恩達(dá)又給AI社區(qū)送福音了。

今日，吳恩達(dá)在推特上宣布三門(mén)新的生成式AI課程上線(xiàn)。

這三門(mén)課包括——

1. 使用OpenAI的ChatGPT API構(gòu)建系統(tǒng)：通過(guò)這門(mén)課，可以超越單個(gè)提示，學(xué)習(xí)構(gòu)建使用多個(gè)API調(diào)用LLM的復(fù)雜應(yīng)用。同時(shí)，你會(huì)學(xué)習(xí)到如何評(píng)估LLM的輸出，以確保安全性和準(zhǔn)確性，并驅(qū)動(dòng)迭代改進(jìn)。 

2. LangChain用于LLM應(yīng)用開(kāi)發(fā)：通過(guò)學(xué)習(xí)這個(gè)強(qiáng)大的開(kāi)源工具，你可以構(gòu)建使用LLM的應(yīng)用，包括聊天機(jī)器人的記憶，文檔上的問(wèn)題回答，以及可以決定下一步采取什么行動(dòng)的LLM代理。 

3. 擴(kuò)散模型如何工作：這門(mén)課讓你能夠?qū)W習(xí)擴(kuò)散模型的技術(shù)細(xì)節(jié)，這些模型支持Midjourney，DALL·E 2和Stable Diffusion。你還可以生成自己的視頻游戲精靈的Jupyter工作代碼。

注意，這些課程都是限時(shí)免費(fèi)的，每個(gè)課程時(shí)長(zhǎng)在1-1.5小時(shí)。

使用ChatGPT API構(gòu)建系統(tǒng)

這門(mén)課中，你可以學(xué)習(xí)如何通過(guò)連續(xù)調(diào)用大語(yǔ)言模型，來(lái)讓復(fù)雜的工作流程自動(dòng)化。

內(nèi)容包括：

· 構(gòu)建與先前提示交互的提示鏈。

· 構(gòu)建Python代碼，以便與現(xiàn)有的和新的提示交互的系統(tǒng)。

· 構(gòu)建使用課程中的技術(shù)的客服聊天機(jī)器人。

這些技能可以應(yīng)用于實(shí)際方案，包括將用戶(hù)查詢(xún)分類(lèi)為聊天代理的響應(yīng)、評(píng)估用戶(hù)查詢(xún)的安全性，以及處理任務(wù)以進(jìn)行思維鏈、多步驟推理。

其中，動(dòng)手示例使概念易于理解，而內(nèi)置的Jupyter Notebook可以讓你無(wú)縫試驗(yàn)課程中介紹的代碼和實(shí)驗(yàn)室。

本課程適用于初學(xué)者，對(duì)Python有基本了解即可。也適用于想要學(xué)習(xí)LLM尖端快速工程技能的中高級(jí)機(jī)器學(xué)習(xí)工程師。

LangChain用于LLM應(yīng)用開(kāi)發(fā)

在這門(mén)課中，可以學(xué)到使用LangChain框架擴(kuò)展應(yīng)用程序開(kāi)發(fā)中語(yǔ)言模型的用例和功能的基本技能。

具體包括：

· 模型、提示和解析器：調(diào)用LLM、提供提示和解析響應(yīng)

· LLM的記憶：用于存儲(chǔ)對(duì)話(huà)和管理有限上下文空間的記憶

· Chains：創(chuàng)建操作序列

· 文檔問(wèn)答：將LLM應(yīng)用于您的專(zhuān)有數(shù)據(jù)和用例要求

· 智能體：探索LLM作為推理代理的強(qiáng)大發(fā)展

在課程結(jié)束時(shí)，你可以擁有一個(gè)模型，作為你自己探索應(yīng)用擴(kuò)散模型的起點(diǎn)。

這個(gè)課程將極大地幫你擴(kuò)展利用強(qiáng)大語(yǔ)言模型的可能性，在幾個(gè)小時(shí)內(nèi)，你就可以創(chuàng)建不可思議的應(yīng)用程序。

本課適合初學(xué)者，掌握基本的Python知識(shí)即可。

擴(kuò)散模型如何工作

在這部門(mén)課中，你可以深入了解擴(kuò)散過(guò)程和執(zhí)行擴(kuò)散過(guò)程的模型。

這門(mén)課不僅僅是簡(jiǎn)單地引入預(yù)構(gòu)建的模型或使用 API，還會(huì)教你從頭開(kāi)始構(gòu)建擴(kuò)散模型。

具體包括：

· 探索基于擴(kuò)散的生成AI的前沿世界，并從頭開(kāi)始創(chuàng)建自己的擴(kuò)散模型。

· 深入了解擴(kuò)散過(guò)程和驅(qū)動(dòng)過(guò)程的模型，超越預(yù)構(gòu)建的模型和API。

· 通過(guò)實(shí)驗(yàn)室進(jìn)行采樣、訓(xùn)練擴(kuò)散模型、構(gòu)建用于噪聲預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)以及為個(gè)性化圖像生成添加上下文，獲得實(shí)用的編碼技能。

課程結(jié)束時(shí)，你將擁有一個(gè)模型，作為你自己探索應(yīng)用擴(kuò)散模型的起點(diǎn)。

其中，動(dòng)手示例使概念易于理解，而內(nèi)置的Jupyter Notebook可以讓你無(wú)縫試驗(yàn)課程中介紹的代碼和實(shí)驗(yàn)室。

這是一門(mén)中級(jí)課程，需要Python，Tensorflow或Pytorch的知識(shí)。