AI、生成式 AI 和机器学习概览
利用 AI/机器学习模型和解决方案的强大功能,推动组织转型并解决实际问题。
探索 Google Cloud 中的 AI、生成式 AI 和机器学习
阅读有关 AI、生成式 AI 和机器学习产品、功能和流程的文档和 Cloud Architecture Center 文章。
Generative AI on Vertex AI 概览
访问 Google 的大型生成式 AI 模型,以便对其进行测试、调优和部署,从而在依托 AI 技术的应用中使用。
在 Model Garden 中探索 AI 模型
探索测试、自定义和部署 Google 专有技术,并从 ML 模型库中选择 OSS 模型和资产。
在 Google Cloud 上构建生成式 AI 应用
了解构建生成式 AI 应用的阶段,选择最适合您的应用场景的产品和工具,以及访问入门所需的文档。
Vertex AI 上的机器学习简介
在统一平台上支持数据工程、数据科学和机器学习工程工作流,使您能够训练机器学习模型并部署 AI 解决方案。
AI 和机器学习架构资源
利用涵盖各种 AI 和机器学习主题的架构中心资源规划您的方法。(转到架构中心。)
实现机器学习的最佳做法
规划机器学习的实现,重点关注基于数据和代码的自定义训练模型。(转到架构中心。)
培训、博文等
转到培训课程、博文和其他相关资源。
在本地 CPU 上开发生成式 AI 应用
理解概念,然后练习应用 RLHF 来对 LLM 进行调优。(外部网站)
“应用 AI 峰会”学习路线
在 Google Cloud 中学习 Vertex AI 和 Gemini。(转到 Google Cloud Skills Boost。)
“生成式 AI 简介”学习路线
学习生成式 AI 的概念,包括大语言模型的基础知识和 Responsible AI 原则等。(转到 Google Cloud Skills Boost。)
“面向开发者的生成式 AI”学习路线
以技术为重点学习生成式 AI,面向应用开发者、机器学习工程师和数据科学家。(转到 Google Cloud Skills Boost。)
机器学习工程师学习路线
学习机器学习系统的设计、构建、生产化、优化、运营和维护工作。(转到 Google Cloud Skills Boost。)
基于人类反馈的强化学习
理解概念,然后练习应用 RLHF 来对 LLM 进行调优。(转到外部网站。)