免费学习生成式人工智能 [电子书]!

2025-05-26

免费学习生成式人工智能 [电子书]!

本电子书的内容

  • 人工智能系统和工具
  • AI层
    1. 监督学习
    2. 无监督学习
    3. 半监督学习
  • 深度学习
  • ANN 的工作原理如下:
  • 生成式人工智能简介
  • 生成式人工智能:一些有趣的指标
  • 生成式人工智能的工作原理
  • ML 模型与 gen AI 模型
  • 从传统编程到神经网络再到生成式人工智能的历程
  • 大型语言模型:驱动生成式人工智能
  • 法学硕士 (LLM) 如何运作?
  • 不同的大型语言模型
  • 法学硕士(LLM)的组成部分
  • LLM 如何学习?
  • 构建法学硕士 (LLM) 申请
  • LLM 用例
    • 内容创作
    • 教育
    • 客户服务和支持
    • 研究与开发。
    • 娱乐和媒体
  • 法学硕士的局限性
  • 矢量数据库
  • 向量嵌入
  • 矢量数据库的工作原理
  • 传统数据库与矢量数据库
  • 矢量数据库概况
  • 矢量数据库如何搜索和检索数据
  • 一些值得注意的生成式人工智能框架和工具
  • 朗链
  • LangChain 如何运作?
  • 骆驼指数
  • LlamaIndex 的工作原理
  • 骆驼 2
    1. 模型中心:
    2. 数据集:
    3. 模型训练和微调工具:
    4. 应用程序构建:
    5. 社区与协作:
  • 小型语言模型的兴起
    • 尺寸:
    • 重点:
  • 限制:
  • 快速工程
  • 生成式人工智能开发者堆栈
  • 负责任地使用生成式人工智能
  • 负责任地使用生成式人工智能的最佳实践:
    • 数据:
    • 开发和部署:
    • 内容和用户互动:
    • 社会影响和治理:
  • 在 Kubernetes 上部署 GenAI 应用程序:分步指南!
  • 为什么要在 Kubernetes 上部署 GenAI 应用程序?
  • 让我们用 React 构建一个全栈 AI 应用程序
  • 什么是 Elegance SDK?
    • 主要特点
  • 生成式人工智能应用的单一存储
  • 使用 SingleStoreDB 作为全上下文向量数据库

欢迎来到激动人心的生成式人工智能 (AI) 世界。这项前沿技术不仅改变了我们与机器的互动方式,更重塑了创造力、设计和数据合成的本质。这本电子书将带您了解这一开创性领域的基础知识、进展和巨大潜力。

生成式人工智能:初学者指南》旨在通俗易懂且内容全面,帮助您清晰地理解生成式人工智能的概念、应用和含义。无论您是学生、专业人士,还是仅仅出于好奇,本指南都旨在为您提供必要的知识和洞察力,让您能够欣赏和参与我们这个时代最激动人心的技术进步之一。

人工智能系统和工具

传统人工智能
信不信由你,我们大多数人早已在家中和日常生活中使用人工智能系统和工具。没错,我们说的就是 Alexa 和 Siri,它们是市面上最受欢迎的两款人工智能助手。它们都能执行各种各样的任务,包括设置闹钟、播放音乐、拨打电话以及控制智能家居设备。

Alexa 是亚马逊开发的虚拟助手。它于 2014 年首次发布,目前已在包括 Amazon Echo、Echo Show 和 Echo Dot 在内的多种设备上可用。Alexa 可用于控制智能家居设备,例如灯光、恒温器和门锁。它还可以播放音乐、获取新闻和天气更新以及设置闹钟。

它的对应产品是苹果的 Siri,这是苹果开发的虚拟助手,于 2011 年首次发布。Siri 可在多种苹果设备上使用,包括 iPhone、iPad、Apple Watch 和 HomePod。它可以用来拨打电话、发送短信、设置闹钟、获取路线等等——而且像 Alexa 一样,也可以用来控制智能家居设备。

Alexa 和 Siri 都在不断更新新的特性和性能,继续使它们成为让我们的生活更轻松、更便捷的强大工具。

虽然 Alexa 和 Siri 在当时是伟大的进步,如今它们能够回答问题并执行基本命令,但生成式人工智能却以全新的速度发展——尤其是在创造新鲜内容方面。想想写诗、作曲,甚至生成代码。生成式人工智能并非依赖于预先编程的响应,而是利用其对语言的理解来生成真正原创的输出,使其成为创意探索和创新的强大工具。

AI层

AI图层

机器学习 (ML)
是一种人工智能,它使软件应用程序无需明确编程即可更准确地预测结果。ML 算法使用历史数据作为输入来预测新的输出值。

深度学习 (DL)
是一种机器学习 (ML),它使用人工神经网络从数据中学习。神经网络的设计灵感来源于人脑的结构和功能,由多层相互连接的节点组成,每个节点执行简单的数学运算。

生成式人工智能
生成式人工智能是一种能够创建新内容(包括文本、代码、图像和音乐)的人工智能。生成式人工智能模型基于大量现有内容数据集进行训练,学习识别数据中的模式,并利用这些模式生成新内容。

大型语言模型 (LLM)
LLM 是一种基于海量文本和代码数据集训练的生成式 AI 模型。LLM 可以生成文本、翻译语言、编写各种创意内容,并以信息丰富的方式解答您的疑问。

生成式预训练 Transformer (GPT)
是一种使用 Transformer 架构的 LLM。Transformer 是一种非常适合自然语言处理任务的神经网络架构。

GPT-4 和 ChatGPT
GPT-4 和 ChatGPT 是 GPT 模型的两个示例。GPT-4 是由 OpenAI 开发的 LLM,而 ChatGPT 是专为聊天机器人应用程序设计的 LLM(也是由 OpenAI 开发的)。


下载整本电子书

文章来源:https://dev.to/pavanbelagatti/learn-generative-ai-for-free-e-book-9k1
PREV
学习如何从头开始设置 CI/CD 管道
NEXT
Kubernetes 和免费资源 Kubernetes 如何工作?