學習資源 李宏毅 蔡宗翰 用 ChatGPT 和 Midjourney 來玩文字冒險遊戲 生成式 AI 李宏毅Lee, Hung-Yi 國立臺灣大學電機工程學系 副教授主要研究領域: 機器學習、深度學習、語意理解、語音辨識。 【台大電機系計算機訓練班】x【一日駕馭大型語言模型】課程 該次課程以「大型語言模型 (LLM)」為主題，讓你一天之內能掌握這項前沿技術的精髓！不論你是否有程式設計經驗，都將輕鬆入門，快速掌握實用技巧！ 課程投影片.zip Download 課程模型.zip Download 生成式 AI Machine Learning Deep Learning 機器學習 2023 生成式 AI ChatGPT 原理剖析 (1/3) — 對 ChatGPT 的常見誤解 ChatGPT 原理剖析 (3/3) — ChatGPT 所帶來的研究問題 用 ChatGPT 和 Midjourney 來玩文字冒險遊戲 看更多生成式 AI 快速了解機器學習基本原理 (1/2) 快速了解機器學習基本原理 (2/2) 生成式學習的兩種策略：要各個擊破，還是要一次到位 能夠使用工具的AI：New Bing, WebGPT, Toolformer Finetuning vs. Prompting：對於大型語言模型的不同期待所衍生的兩類使用方式 (1/3) Finetuning vs. Prompting：對於大型語言模型的不同期待所衍生的兩類使用方式 (2/3) Finetuning vs. Prompting：對於大型語言模型的不同期待所衍生的兩類使用方式 (3/3) 大模型 + 大資料 = 神奇結果？(1/3)：大模型的頓悟時刻 大模型 + 大資料 = 神奇結果？(2/3)：到底要多少資料才夠 Machine Learning (2021) English Version Machine Learning Lecture 1: Predicting the views of this channel - ML Introduction (1/2) Lecture 2: Predicting the views of this channel - ML Introduction (2/2) Lecture 3: Roadmap of Improving Model 更多Machine Learning Lecture 4: What to do when optimization fails? (1/4) Lecture 5: What to do when optimization fails? (2/4) Lecture 6: What to do when optimization fails? (3/4) Lecture 7: What to do when optimization fails? (4/4) Lecture 8: classNameification (Short Version) Lecture 9: Convolutional Neural Networks Lecture 10: Self-attention (1/2) Lecture 11: Self-attention (2/2) Lecture 12: Transformer (1/2) Deep Learning for Human Language Processing (2020,Spring) Deep Learning Deep Learning for Human Language Processing (Course Overview) Speech Recognition (1/7) - Overview Speech Recognition (2/7) - Listen, Attend, Spell 看更多Deep Learning Speech Recognition (3/7) - CTC, RNN-T and more Speech Recognition (4/7) - HMM (optional) Speech Recognition (5/7) - Alignment of HMM, CTC and RNN-T (optional) Speech Recognition (6/7) - RNN-T Training (optional) Speech Recognition (7/7) - Language Modeling Voice Conversion (1/2) - Feature Disentangle Voice Conversion (2/2) - CycleGAN and StarGAN Speech Separation (1/2) - Deep Clustering, PIT Speech Separation (2/2) - TasNet AI科技的快速發展，如何培養文理兼具的未來人才！ 人工智慧 蔡宗翰Tsai, Tzong-Han 國立台灣大學資訊工程所 博士主要研究領域: 自然語言處理、對話系統、深度學習、生醫文本探勘、文本情緒分析、跨語言處理、數位人文。 AI 人工智慧 人工智慧 AI科技的快速發展，如何培養文理兼具的未來人才！ AI時代需要怎麼樣的人才？AI如何學習？三大學習模式報你知 給高中生的第一堂 AI 課
生成式 AI Machine Learning Deep Learning 機器學習 2023 生成式 AI ChatGPT 原理剖析 (1/3) — 對 ChatGPT 的常見誤解 ChatGPT 原理剖析 (3/3) — ChatGPT 所帶來的研究問題 用 ChatGPT 和 Midjourney 來玩文字冒險遊戲 看更多生成式 AI 快速了解機器學習基本原理 (1/2) 快速了解機器學習基本原理 (2/2) 生成式學習的兩種策略：要各個擊破，還是要一次到位 能夠使用工具的AI：New Bing, WebGPT, Toolformer Finetuning vs. Prompting：對於大型語言模型的不同期待所衍生的兩類使用方式 (1/3) Finetuning vs. Prompting：對於大型語言模型的不同期待所衍生的兩類使用方式 (2/3) Finetuning vs. Prompting：對於大型語言模型的不同期待所衍生的兩類使用方式 (3/3) 大模型 + 大資料 = 神奇結果？(1/3)：大模型的頓悟時刻 大模型 + 大資料 = 神奇結果？(2/3)：到底要多少資料才夠
Machine Learning (2021) English Version Machine Learning Lecture 1: Predicting the views of this channel - ML Introduction (1/2) Lecture 2: Predicting the views of this channel - ML Introduction (2/2) Lecture 3: Roadmap of Improving Model 更多Machine Learning Lecture 4: What to do when optimization fails? (1/4) Lecture 5: What to do when optimization fails? (2/4) Lecture 6: What to do when optimization fails? (3/4) Lecture 7: What to do when optimization fails? (4/4) Lecture 8: classNameification (Short Version) Lecture 9: Convolutional Neural Networks Lecture 10: Self-attention (1/2) Lecture 11: Self-attention (2/2) Lecture 12: Transformer (1/2)
Deep Learning for Human Language Processing (2020,Spring) Deep Learning Deep Learning for Human Language Processing (Course Overview) Speech Recognition (1/7) - Overview Speech Recognition (2/7) - Listen, Attend, Spell 看更多Deep Learning Speech Recognition (3/7) - CTC, RNN-T and more Speech Recognition (4/7) - HMM (optional) Speech Recognition (5/7) - Alignment of HMM, CTC and RNN-T (optional) Speech Recognition (6/7) - RNN-T Training (optional) Speech Recognition (7/7) - Language Modeling Voice Conversion (1/2) - Feature Disentangle Voice Conversion (2/2) - CycleGAN and StarGAN Speech Separation (1/2) - Deep Clustering, PIT Speech Separation (2/2) - TasNet
