Awesome AIGC Tutorials

素晴らしいAIGCチュートリアル

英語| 中文版

Awesome AIGCチュートリアルには、大規模な言語モデル、AI絵画、関連分野にまたがるチュートリアルとリソースの厳選されたコレクションがあります。初心者と上級のAI愛好家の両方に対応した詳細な洞察と知識を発見してください。

？最近の更新

• [2024-02-18] - ？新しいコースを追加：CSCI-GA.3033-102特別トピック - マルチモーダルの大きな言語モデルとビジョンモデルで学習。
• [2024-02-14] - 新しいコースを追加：大規模な言語モデルでのCS11-711高度な自然言語処理。
• [2024-02-14] - 新しいセミナーを追加：AIシステムにAI-Systems（LLM Edition）294-162。

？貢献する方法

タイプミス、バグ、提案があるか、AIGCに関連するリソースを共有したいかにかかわらず、すべての人からの貢献を歓迎します。貢献方法に関する詳細なガイドラインについては、contributing.mdファイルを参照してください。

コンテンツ

• 導入
• 大きな言語モデル
  • 迅速なエンジニアリング
  • ？実際にLLMS
  • ？ LLMの理論
• ？ ai絵画
  • ？‍？アートファンダメンタルズとAI絵画のテクニック
  • ？安定した拡散原理とアプリケーション
• ？ AIオーディオ
• ？マルチモーダル
• ？深い学習
• AIシステム
• ？その他
  • 星の歴史
  • ？友情のリンク

導入

• みんなのためのAI -Andrew Ng
  • 「AI for Everyone」は、AIの実用的なアプリケーション、その制限、およびその社会的影響を理解するための初心者のガイドです。ビジネスの専門家やリーダーにとっても理想的です。
• 教師と生徒のための実用的なAI -Wharton School
  • Wharton Interactiveのクラッシュコースは、LLMSのメカニズムと影響を掘り下げ、OpenaiのChatGPT4、Microsoft's Bing in Creativeモード、Google's Bardなどのモデルにスポットライトを当てています。
• 初心者向けの人工知能-Microsoft
  • この12週間のMicrosoftカリキュラムは、TensorflowとPytorchフレームワークを強調しながら、象徴的なAIに及ぶAI方法論に深く潜り込みますが、ビジネスアプリケーション、古典的な機械学習、特定のクラウド固有のトピックを省略します。
• 生成AI学習パス-Googleクラウド
  • この学習パスは、大規模な言語モデルの基本からGoogle Cloudに生成AIソリューションを展開するための包括的な旅を提供します。

大きな言語モデル

迅速なエンジニアリング

• 開発者向けのChatGptプロンプトエンジニアリング-DeepLearning.ai
  • OpenaiとDeeplearning.aiが共同で獲得したこのコースでは、Jupyterノートブック環境で実践的な経験を持つ、要約やテキスト変換などのタスクの大規模な言語モデルを活用する学習者をガイドします。
• ChatGpt APIを備えた構築システム - deeplearning.ai
  • OpenaiおよびDeeplearning.aiの専門家が率いるこのコースでは、言語モデルを使用してワークフローを自動化し、プロンプトチェーンの作成、Pythonの統合、チャットボットのデザインを、基本的なPythonの知識だけで実践的なJupyterノートブックのエクササイズを通じて教えています。
• LLMアプリケーション開発用Langchain -deeplearning.ai
  • LangchainとAndrew Ngの作成者に導かれたこのコースは、チェーン操作やモデルを推論エージェントとして使用するなどの高度なLLMテクニックに分かれ、学習者が基本的なPythonの知識で堅牢なアプリケーションを迅速に作成できるようにします。
• langchain：データとチャット-epearled.ai
  • Langchainを使用したドキュメントコンテンツ、データの読み込み、分割、埋め込み、高度な検索テクニック、および大規模な言語モデルの活用に鋭いPythonに精通した開発者向けに設計されたインタラクティブなチャットボットビルディングをカバーするLangchainを使用したドキュメントコンテンツに基づいて、検索された生成とチャットボットの作成を掘り下げます。
• ChatGpt -Vanderbilt Universityの迅速なエンジニアリング
  • 迅速なエンジニアリング、基本的なプロンプトから洗練されたプロンプトへの移行、ライティングからシミュレーションまで、基本的なコンピュータースキルを持っている人に適した多様なアプリケーションを可能にすることにより、ChatGPTのような大規模な言語モデルの可能性を解き放ちます。
• プロンプトエンジニアリングガイド-Dair.ai
  • このガイドでは、迅速なエンジニアリングを紹介します。これは、大規模な言語モデルとの相互作用を最適化し、広範なリソース、研究、ツールを提供する分野です。
• プロンプトを学ぶ
  • 生成的AIと迅速なエンジニアリングに関する初心者向けのガイドに飛び込み、業界の巨人からの洞察を提供し、これらのツールがコンテンツの作成と仕事の未来にどのように革命をもたらすかを探ります。
• Langchain AIハンドブック - ジェームズブリッグスとフランシスコインガム
  • Langchainの変革的な世界、コアコンポーネントのマスター、効果的なプロンプトの作成、最先端のアプリケーション用の高度なAIエージェント、会話のメモリ、カスタムツールの活用を探ります。

？実際にLLMS

• LLM Bootcamp-フルスタック
  • 迅速なエンジニアリング、LLMオペレーション、言語インターフェイスのユーザーエクスペリエンスデザイン、拡張言語モデルテクニック、基礎LLM洞察、実践的なプロジェクト、およびLLMの将来を掘り下げます。
• 大規模な言語モデルの微調整-DeepLearning.ai
  • Sharon Zhouで大規模な言語モデル（LLMS）を微調整する技術を学び、データの準備、トレーニング、およびデータに合わせた改善された結果のためにニューラルネットウェイトの更新の専門知識を獲得します。
• CS25：トランスフォーマーユナイテッドV3-スタンフォード大学
  • このコースは、深い学習におけるトランスの変革的役割、特にChatGPTやGPT-4などの言語モデルの進歩への影響を掘り下げています。
• 現実世界のアプリケーションの生成AIの基礎を学ぶ-AWS X DeepLearning.ai
  • このコースは、AWSと協力して、生成AIおよび大規模な言語モデル（LLM）に関する深い洞察を提供します。参加者は、AWS AIの専門家からのLLMのメカニック、最適化、および実際のアプリケーションを学びます。 AIおよび機械学習の専門家に適しており、完了時にCoursera証明書を使用しています。基本的なPythonと機械学習知識が推奨されます。

？ LLMの理論

• CS324-財団モデルの進歩 - スタンフォード大学
  • CS 324は、GPT-3やDall-Eなどの基礎モデルを掘り下げ、その原則、システム、倫理、アプリケーションをカバーし、実践的な研究プロジェクトまたはアプリケーションの設計で頂点に達します。
• CS11-711 Advanced Natural Language Processing -Carnegie Mellon University
  • CMUの高度なNLPコースは、自然言語処理を理解し革新するための最新のニューラル方法を探ります。
• CS 601.471/671 NLP：自立モデル-Johns Hopkins University
  • このコースでは、NLP向けの自己監視学習技術の詳細な調査を提供し、さまざまな言語モデルアーキテクチャに焦点を当てたPytorchを使用して、Pytorchを使用してニューラルネットワークモデルを設計および実装するようにトレーニングします。
• 11-667：大規模な言語モデルの方法とアプリケーション - カーネギーメロン大学
  • この大学院コースでは、基本、緊急能力、アプリケーション、スケーリングテクニック、展開の懸念、将来の課題をカバーする大規模な言語モデル（LLMS）の包括的な概要を提供し、AI時代の研究とアプリケーションのために学生を装備します。
• CS224N：深い学習による自然言語処理 - スタンフォード大学
  • このコースは、Pytorchを使用したNLPの深い学習に関する包括的な洞察を提供し、エンドツーエンドのニューラルモデルを強調し、タスク固有の機能エンジニアリングの必要性を排除し、独自のニューラルネットワークソリューションを作成するスキルを生徒に装備します。
• TINYMLおよび効率的なディープラーニングコンピューティング - マサチューセッツ工科大学
  • このコースでは、制約されたデバイスでの深い学習のための効率的なAIコンピューティング技術、モデルの圧縮、剪定、量子化、アーキテクチャ検索、分散トレーニング、および量子機械学習をカバーし、ラップトップ上のLLAMA 2のような大規模なモデルの実践的な展開をカバーしています。
• 音声および言語処理-Dan JurafskyとJames H. Martin
  • 現場の主要な専門家によって執筆されたこの権威あるテキストは、現代の自然言語処理と音声認識のためのアルゴリズムと数学モデルの詳細な調査を提供し、NLPドメインの急速な進歩を反映するために継続的に更新されています。
• COS 597G（2022年秋）：大規模な言語モデルの理解 - プリンストン大学
  • LLMSの変革的な領域への高度な探査。最先端のモデル、その深い能力、および関連する課題について議論し、詳細な研究、倫理的考慮事項、実践的なプロジェクトエクスペリエンスに重点を置いて、味付けに合わせて調整されました学生は機械学習と深いNLPフレームワークに精通しています。

？ ai絵画

？‍？アートファンダメンタルズとAI絵画のテクニック

• 講義シリーズ：アートの基礎に関する毎週の興味深いトピック-Nijiアカデミー
  • Niji Academyは、アートファンダメンタルズとAIをブレンドし、絵画スキルを高め、アート学習をスピードアップします。

？安定した拡散原理とアプリケーション

• どのように拡散モデルの仕組み-Deeplearning.ai
  • Master Generative AI「How How Diffusion Models Work」、Sharon Zhouによる中間コースでは、Python、Tensorflow、またはPytorchに最適なものに理想的な、実践的なコーディングとラボが豊富な拡散モデルをゼロから作成します。
• 顔の拡散モデルコースを抱き締める
  • 抱きしめるフェイスコースでは、拡散モデルを詳細に検討し、メディア生成、実践的なトレーニング、ディフューザーライブラリを使用したカスタマイズを通じて参加者を導き、Pythonと深い学習の基本的な理解を提供します。
• コーダーのための実用的な深い学習パート2：安定した拡散の深い学習基盤-fast.ai
  • このコースでは、安定した拡散アルゴリズムの詳細な調査を提供し、Pytorchを使用した高度な深い学習技術と実践的なプロジェクトをカバーし、最先端の拡散モデルの専門知識を学生に強化します。

？ AIオーディオ

• フェイスオーディオコースを抱き締める
  • 抱きしめるフェイスオーディオコースでは、音声認識からテキストからの音声の生成まで、さまざまなオーディオタスクに変圧器を使用する方法を教えています。
• CS224S：音声言語処理 - スタンフォード大学
  • 音声言語テクノロジー、ダイアログシステムをカバーする、音声認識と統合の深い学習、Pytorch、Alexa Skills Kit、Speechbrainなどの最新のツールを使用した実践的なプロジェクトに関する没入型コースは、学生主導の研究またはシステム設計プロジェクトで頂点に達します。

？マルチモーダル

• CSCI-GA.3033-102特別トピック - 大きな言語モデルとビジョンモデルで学習
  • 大規模な言語モデルとビジョンモデルの影響に関する大学院コース、マルチモーダルおよび生成AIをカバーし、AI研究のために学生を準備します。
• マルチモーダル機械学習に関するチュートリアル（ICML 2023） - カーネギーメロン大学
  • このコースでは、マルチモーダルの機械学習を詳細に見て、調査用紙とCMUの学術的な教えの最新版からの洞察を引き出し、そのユニークな課題と将来の方向性に対処します。
• 11-777：マルチモーダル機械学習（2022年秋） - カーネギーメロン大学
  • このコースは、マルチモーダルの機械学習（MMML）を掘り下げ、その数学的基盤、最先端の確率モデル、および重要な課題をカバーし、最近のアプリケーションとマルチモーダル変圧器やニューロシンボリックモデルなどの技術を強調しています。
• 11-877：マルチモーダル機械学習の高度なトピック（2022年秋） - カーネギーメロン大学
  • このコースでは、マルチモーダルの機械学習（MMML）を探り、技術的な課題と最近の成果をカバーしています。コースのウェブサイトで毎週更新、ディスカッションプローブ、および研究のハイライトを使用して、批判的思考と将来の研究動向を強調しています。

？深い学習

• ニューラルネットワーク/ディープラーニング-StatQuest
  • この非常に人気のあるYouTubeプレイリストでニューラルネットワークの複雑さを発見し、有益なグラフィックスと専門的な教えをシームレスにブレンドし、数え切れないほどの学生を基本から高度な画像分類、畳み込みニューラルネットワークに魅了します。
• ニューラルネットワーク-3Blue1brown
  • 3Blue1brownは、鮮やかなアニメーションと明確な説明を通してニューラルネットワークの魔法を発表し、手書きの数字認識、勾配降下のニュアンス、およびバックプロパゲーションの背後にある複雑な計算に深く潜ります。
• ニューラルネットワーク：ゼロからヒーロー - アンドレジカルパシー
  • Andrej Karpathyのコースは、Pythonプログラミングと基本的な数学の前提条件を備えた言語モデルを深い学習の習得の多目的なゲートウェイとして強調し、基礎的なバックプロパゲーションからGPTなどの高度なニューラルネットワークに導きます。
• コーダーのための実用的な深い学習-Fast.AI
  • Coders2022の実用的な深い学習は、PytorchやFastaiなどのツールを使用して、さまざまなドメイン全体で深い学習モデルを構築、トレーニング、展開することで、コーディングの知識を持つ人に適していて、高度な数学を必要としない人に適したフリーコースを提供する無料のコースです。
• ディープラーニングの専門化-Andrew Ng
  • Andrew NGのDeep Learning Specializationは、100万人以上の学習者を抱えるCourseraでのトップ評価の自己ペースのプログラムであり、AIで明確なモジュールと実用的なテクニックを提供し、膨大なコミュニティによってサポートされ、最新の機械学習を理解できるコンテンツに分割します。
• 6.S191：ディープラーニングの紹介 - マサチューセッツ工科大学
  • MITの深い学習基礎に関する集中的なブートキャンプ、コンピュータービジョンから生物学へのアプリケーションをカバーし、実践的なTensorflowの実践と頂点に達したプロジェクト競争を伴います。基本的な微積分と線形代数の知識が必要です。 Pythonは有益です。
• CS25：トランスフォーマーユナイテッドV2-スタンフォード大学
  • NLPから生物学、生物学、専門家の講義、画期的な議論、主要な研究者からの洞察を特徴とするセミナーで、さまざまなドメインを越えた深い学習における変圧器の変換力を探り、理解と相互虐待の革新を促進することを目的としています。
• ディープラーニングレクチャーシリーズ2020-ディープマインドXユニバーシティカレッジロンドン
  • Deepmindは、Deep Learning、基礎的なトピックから高度なテクニックに飛び込む12講演シリーズを提示し、オブジェクト認識から責任あるAIイノベーションに至るまで領域を含みます。
• 強化学習講義シリーズ2021-ディープマインドXユニバーシティカレッジロンドン
  • DeepMindとUCLは、専門家の研究者Hado Van Hasselt、Diana Borsa、Matteo Hesselが率いる基礎概念から高度なDeepRLテクニックまで、現代の強化学習に関する包括的な13レクチャーシリーズを提示します。

AIシステム

• AI-SYS-SP22機械学習システム - カリフォルニア大学バークレー校
  • 最先端のAIアプリケーションとそれらをサポートするシステムとの共生関係を掘り下げ、講義、ディスカッション、および共同の実践プロジェクトを通じて、ハードウェア、ソフトウェア、およびAI駆動型の最適化技術の進歩を調査します。
• ディープラーニングシステム：アルゴリズムと実装-Tianqi Chen、Zico Kolter
  • 完全なライブラリを構築し、モデル設計から効率的なアルゴリズムまで、PythonとC/C ++を利用するすべてのレイヤーを理解することにより、ディープラーニングシステムの基礎を探索します。
• CS 329S：機械学習システムの設計 - スタンフォード大学
  • プライバシー、公平性、セキュリティなどの重要な問題に対処しながら、利害関係者、進化する要件、および総合的なシステム設計に焦点を当てた、堅牢でスケーラブルで展開可能な機械学習システムを設計する複雑さを習得します。
• AI-Systems（LLM Edition）294-162-カリフォルニア大学バークレー校
  • このコースは、ハードウェア/ソフトウェアの進歩と生成AIの結びつきを掘り下げ、これらのイノベーションがAIモデルのスケーリングと機能をどのように推進するかを強調しています。
• 15-849：機械学習システム - カーネギーメロン大学
  • 近代的なMLシステムのアーキテクチャに飛び込み、高レベルのモデル設計から不均一なハードウェアの低レベルカーネル実行への旅を解き、次世代MLアプリケーションとプラットフォームの原則と課題を明らかにします。
• コンピューターサイエンス598D-システムと機械学習 - プリンストン大学
  • 効率的なMLハードウェア/ソフトウェアに関する最近の調査を分析し、MLをシステム設計に適用し、大学院生向けの実践的なプロジェクトと深い議論に至ります。

？その他

星の歴史

？友情のリンク

• ウェイトーギ
  • Waytoagi.comは、AIGCにとって最も包括的な中国のリソースハブであり、AIの力を理解し利用するための最適化された学習の旅にユーザーを導きます。
• codefuse-chatbot
  • CodeFuse-Chatbotは、ツール、知識、プラットフォームの統合への会話アクセスを備えたソフトウェア開発ライフサイクルをサポートするように設計されたオープンソースAIスマートアシスタントです。
• codefuse devops eval
  • DevOps-Evalは、AIOPSエクササイズの豊富なセットを含むDevOpsセクターの基礎モデルを評価および改善するための専門のスイートを提供するGitHubリポジトリです。