AIGC大模型应用开发落地实战(基于OpenAI LLM)

培训费用:

培训周期:24 课时

在线咨询

课程大纲


培训天数/课时:3 天/ 24课时


课程概述: 

本课程是您掌握人工智能领域最前沿技术的理想选择。本课程专注于AIGC技术的应用开发,旨在培养您成为AI领域的专家。我们将深入探讨基于OpenAI的各类大模型,包括但不限于GPT系列、DALL-E和Codex等,以及它们在不同行业的应用实践。

课程内容将从AIGC大模型的基础理论出发,逐步深入到模型的实际应用。您将学习到如何利用OpenAI提供的API进行开发,包括文本生成、图像识别、Embedding嵌入等。我们还将通过一系列案例研究,展示如何将这些技术应用于聊天机器人、内容创作、数据分析、文本分类聚类、文本推荐等领域。

无论您是对AI技术充满热情的初学者,还是希望提升现有技能的专业人士,本课程都将为您提供必要的知识和技能。通过实践驱动的教学方法,您将能够快速上手OpenAI大模型的应用开发,并在课程结束时拥有自己的项目作品。


学员预备知识:

Python语法基础和基本数据分析能力

 

课程大纲: 

理解大模型概念 

大语言模型基本概念

GPT系列基本概念、

chatGPT使用

智谱清言大模型使用

阿里通义千问大模型使用

科大讯飞大模型使用

提示词指令工程

Prompt的典型构成

Prompt提问技巧

解锁Prompt的更多用法

理解大模型智能体

使用国内大模型搭建智能体实战


OpenAI大模型快速使用 

OpenAI核心概念

理解OpenAI 模型介绍  

快速使用OpenAI

OpenAI Chat Role

实现多轮对话

实现智能聊天机器人

国内大模型API:智谱、通义千问

理解Message消息和角色定位 

OpenAI提示词实战 

应用实战:实现多轮聊天机器人

理解文本推理和思维链


大模型应用开发-Embedding嵌入 

理解文本推理和思维链

理解Embedding基本概念 

Embedding实现原理

理解Token

OpenAI Embedding 接口介绍

智谱、通义千问 Embedding接口介绍

理解余弦相似度计算

Embedding应用:实现长津湖短评文本推荐

案例实战:加载本地数据集实现 Q/A机器人

案例实战:使用Kmeans实现文本聚类

案例实战:使用朴素贝叶斯算法实现京东红酒评论分类


OpenAI 之增强生成(RGA)和实现文本任务 

文本生成任务介绍

加载本地知识库(PDF)

实现文档切分并向量化

灌入向量数据库,实现检索

案例实战:搭建基于本地知识库的智能聊天机器人

理解函数调用(Function Calling)

OpenAI实现函数调用增强文本生成任务

文本信息抽取

 实战:实现NLP文本信息抽取

 实战:实现文本纠错

 实战:实现生成合成数据

 实战:实战文本分类

 实战:实战文本机器翻译


语音/视觉/文生图大模型开发 

视觉与图像识别原理概述

图像合成DALL.E

图像理解-车牌识别

语音识别文字

语音识别长文件

将文本转换成语音之TTS

实现目标定位和图像检测


使用Streamlit搭建web前端 

Streamlit安装和概述

Streamlit文本显示

Streamlit 数据显示

图表可视化组件

Form表单元素

多媒体组件

状态组件

页面布局和容器

多页面和页面导航

会话管理

缓存装饰器

案例实战:构建聊天机器人

案例实战:搭建本地知识库的问答机器人

Streamlit部署