说到那些真正能增加职业价值的课程，DeepLearning.AI的创始人兼首席执行官吴恩达（Andrew Ng）无疑是我们首先想到的最可靠的名字。他的课程内容广泛，涵盖了生成式人工智能的众多主题，包括扩散模型、生成对抗网络（GANs）和变分自编码器（VAEs）。他的课程与亚马逊AWS和OpenAI等行业巨头合作，这进一步增强了它们的可信度。

值得注意的是，这些课程完全免费，通常可以在一到两个小时内完成，使它们易于获取且高效利用时间。

考虑到当前生成式人工智能的重要性，我们整理了一份简明的清单，列出了他在这个领域提供的 7 门课程。

具有大型语言模型的生成人工智能：报名参加本课程，使用LLM和底层转换器架构全面了解生成式人工智能的生命周期。学习LLM在不同任务中的有效利用、模型选择和适当的培训技巧。讲师包括吴恩达（Andrew Ng）、安捷·巴思（Antje Barth）——AWS的首席开发人员倡导者、克里斯·弗雷格利（Chris Fregly）——AWS的首席解决方案架构师、谢尔比·艾根布罗德（Shelbee Eigenbrode）——AWS的首席解决方案设计师和迈克·钱伯斯（Mike Chambers）——AWS 开发人员倡导者。

LangChain：与您的数据聊天！：在吴恩达课程的最新补充中，该课程由LangChain联合创始人兼首席执行官Harrison Chase指导，重点是检索增强生成（RAG）和高级聊天机器人构建。将涵盖的主题包括文档加载、拆分、矢量存储、检索技术、问答和聊天机器人开发。热衷于利用这些技术的Python开发人员会发现这门课程很有价值。

扩散模型的工作原理：这门中级课程由Lamini首席执行官兼联合创始人Sharon Zhou教授，探讨如何建立和优化扩散模型。在本课程中，您将了解扩散过程，如何构建用于噪声预测的神经网络，以及如何使用上下文信息增强图像生成。您还将获得创建个性化扩散模型的实用编码技能和实践经验。在课程结束时，您将在扩散模型方面打下坚实的基础，并能够针对您自己的应用探索它们。建议先了解Python，TensorFlow或PyTorch。

ChatGPT 开发人员提示工程：DeepLearning.AI与生成式人工智能领导者OpenAI合作推出了这门课程，由OpenAI的技术人员Isabella Fulford担任讲师，教授您如何有效利用LLMs构建强大的应用程序。这门课程涵盖提示工程、LLM API在摘要、推理、文本转换和扩展方面的使用。它还强调了成功提示的设计、系统化的提示开发以及创建个性化聊天机器人的技巧。

使用ChatGPT API构建系统：这是与OpenAI合作的另一个项目，由Fulford和吴恩达共同主讲，教授如何利用链式调用强大的语言模型自动化复杂的工作流程。课程涵盖的主题包括交互式提示、Python代码的运用以及客户服务聊天机器人的开发。实际应用包括查询分类、安全评估和多步推理。课程提供实际示例、Jupyter笔记本，并遵循初学者友好的实践方法，以负责任地最大化LLM模型的性能。适合有基本Python知识和寻求LLM的提示工程技能的机器学习工程师参与。

机器学习和数据科学专业数学：早在生成式人工智能成为关注焦点之前，吴恩达就推出了这门课程，以使人们对人工智能中最关键的数学概念，如线性代数、微积分和概率有直观的理解。该课程由Luis Serrano领导，并由吴恩达与Anshuman Singh、Magdalena Bouza和Elena Sanina共同创作。

除了这些短期课程，吴恩达还提供关于更具体主题的专业课程，如医学人工智能，TensorFlow实践，道德人工智能等。

 

 

来源：https://analyticsindiamag.com/top-7-generative-ai-courses-by-andrew-ng/