​

谷歌最近发布了一个名为"Generative AI learning path"的学习路径，该路径专为初学者设计，共包含10门独立课程。通过这个学习路径，初学者可以从基础概念开始学习，并逐步深入到更复杂的主题，帮助他们了解生成式AI的基础知识，以及如何在Google Cloud上创建和部署生成式AI解决方案，解决实际的问题。

1. 生成式AI简介〖Introduction to Generative AI〗

推荐：非常适合初学者，如果你对生成式AI的基本概念和应用场景感兴趣，那么这门课程是一个很好的开始。

2. 大型语言模型简介〖Introduction to Large Language Models〗

推荐：这门课程可以帮助你更好地理解大语言模型，掌握如何使用它解决现实生活中的问题。

3. 负责任的AI简介〖Introduction to Responsible AI〗

推荐：如果你关注AI的影响，并想知道如何开发负责任的AI产品，则这门课程是必修的。

4. 图像生成简介〖Introduction to Image Generation〗

推荐：这门课程涵盖了最新的热门研究方向，并可以帮助你理解和实践图像生成的基础知识。

5. 编码器-解码器架构〖Encoder-Decoder Architecture〗

推荐：这种常用的机器学习架构可以用于许多序列到序列的任务，包括机器翻译和文本摘要，如果你对序列模型感兴趣，这门课程非常适合你。

6. 注意力机制〖Attention Mechanism〗

推荐：注意力机制是增强阅读和理解能力的一种重要技术，这门课程适合想要深入了解注意力机制的人。

7. Transformer模型和BERT模型〖Transformer Models and BERT Model〗

推荐：作为目前最受欢迎的自然语言处理工具之一，学习Transformer和BERT模型是必不可少的。

8. 创建图像描述模型〖Create Image Captioning Models〗

推荐：通过掌握如何使用深度学习技术创建图像描述模型，这门课程将使你能够理解和开发最新的计算机视觉技术。

9. 生成式AI Studio简介〖Introduction to Generative AI Studio〗

推荐：这门课程适合那些希望了解如何通过使用Google Cloud上的生成式AI Studio来快速原型化和定制化AI模型的人。

10.生成式AI探索〖Generative AI Explorer - Vertex AI〗

推荐：这门课程基于Vertex Quest实验，介绍如何在Google Cloud上使用生成式AI，如果你具有一定的编程经验，这门课程会为你提供大量的实践经验。

地址：Google Cloud Skills Boost
更多AI工具，参考国内AiBard123, Github-AiBard123