在 "使用大型语言模型（LLMs）的生成式人工智能 "课程中，您将学习到生成式人工智能的基本原理，以及如何在实际应用中部署生成式人工智能。
通过学习本课程，您将学会 - 深入理解生成式人工智能，描述基于 LLM 的典型生成式人工智能生命周期中的关键步骤，从数据收集和模型选择到性能评估和部署 - 详细描述为 LLM 提供动力的转换器架构、如何训练 LLM 以及如何微调 LLM 以适应各种特定用例 - 使用经验缩放法则，在数据集大小、计算预算和推理要求之间优化模型的目标函数 - 应用最先进的训练、调整、推理、工具和方法 - 使用最先进的训练、调整、推理和工具、听完行业研究人员和从业人员的故事后，讨论生成式人工智能为企业带来的挑战和机遇 对 LLM 如何工作以及训练和部署 LLM 背后的最佳实践有了良好基础了解的开发人员，将能够为他们的公司做出正确的决策，并更快地构建工作原型。本课程将帮助学员建立实用的直觉，了解如何最好地利用这项令人兴奋的新技术。 这是一门中级课程，因此您应该有一定的 Python 编程经验，这样才能学有所获。您还应该熟悉机器学习的基础知识，如监督和非监督学习、损失函数以及将数据分成训练集、验证集和测试集。如果您已经学习了 DeepLearning.AI 的机器学习专业课程或深度学习专业课程，那么您就可以学习本课程，深入学习生成式人工智能的基础知识。
