初學者的路線圖在2024年學習生成AI
1。用戶
要開始學習作為用戶生成的AI，請遵循以下步驟：
- 註冊並在任何生成的AI工具上創建一個帳戶（例如，Chatgpt，Bard，Midjourney，Dalle 2，穩定的擴散）。
- 通過這些工具獲得動手實踐經驗。
- 了解生成AI工具的功能和功能。
- 嘗試探索其優點和缺點的工具。
2。超級用戶
熟悉生成AI工具後，可以增強您作為超級用戶的知識：
- 了解及時的工程。
- 探索有效的生成AI工具的提示。
- 了解編寫提示的最佳實踐。
3。開發人員
對於開發人員，路線圖包括：
先決條件
在研究生成AI開發之前，請確保您對：
- 概率和統計概念。
- 線性代數概念。
- 微積分概念。
- python/r等編程語言。
機器學習
- 適合受監督和無監督的學習算法。
- 在表格數據集上構建機器學習模型。
深度學習
- 了解深度學習體系結構（MLP，RNN，LSTMS，GRUS，CNNS）。
- 深入學習框架的實踐經驗（Keras，Tensorflow，Pytorch或Fastai）。
- 培訓深度學習模型，包括MLP，RNN，CNNS。
NLP和計算機視覺的生成模型
選擇您的路徑：
3.3.1 NLP的生成模型
- 掌握大型語言模型（LLMS），例如變形金剛，Bert，GPT 3.5，Palm 2。
- 使用LLMS進行下游任務和填充。
- 探索諸如Chatgpt和Bard之類的模型。
3.3.2計算機視覺的生成模型
- 了解擴散模型。
- 了解穩定的擴散模型。
- 探索諸如中間之旅之類的模型，達勒2。
4。研究員
對於有抱負的生成AI研究人員：
NLP研究人員
- 實施注意模型，KQV注意力，層歸一化，位置編碼。
- 構建自己的GPT體系結構。
- 學習強化學習算法和PPO。
- 實施RLHF。
- 從頭開始構建Chatgpt。
- 隨著NLP生成AI的當前趨勢，請保持最新狀態。
計算機視覺研究人員
- 從頭開始構建擴散模型。
- 實施穩定的擴散。
- 隨著計算機視覺的生成AI的當前趨勢，請繼續更新。
該路線圖是一份指南，可幫助您從成為用戶到生成AI的研究人員。根據您的興趣和目標來定制學習路徑。
