Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
由於本週是本學期的最後一次上課,近期我將不會再更新更多的影片。本來預計介紹有關類神經網路編輯和語音生成式AI相關的內容,但是時間所限,未能進行,未來有機會再更大家分享。感謝大家的持續觀看到這部影片。
老师能分享相关的slides吗,想了解相关的主要论文❤感谢老师的优质教学❤
@@yumenoqiao speech.ee.ntu.edu.tw/~hylee/genai/2024-spring.php 所有這門課的投影片都在這裡了
謝謝老師! 期待下次的課程
多謝老師無私教導!我這個海外(老)學生感激不盡
感謝老師,另外希望可以介紹一些新的RL模型,或是換一種方式講解舊的模型
感謝這一系列精彩的課程,我們這些六旬的資訊老兵,也能跟上年輕人的腳步
過去在學時,除了聽老師上課也上台分享,自己是如何 清心寡慾 調參數的我畢業還能繼續自學,超感動der
上完這堂課,最大的收穫是,將來被淘汰,至少知道是怎麼s得
感谢老师,真的收获满满。祝愿老师身体健康,每天都开心快乐!
很感謝老師的教學
Tks for valuable sharing
李老师催更啦,好久没新东西看了哈哈哈哈哈哈
太精彩了,感谢老师❤
謝謝老師~🎉🎉🎉🎉🎉
反向研究在AI领域的应用,牛逼!
very nice tutorial
李老师您好,我经常观看您的视频,受益匪浅。在保持学术创造力的同时,您还主动创业,始终站在市场一线,我冒昧请教您研究生方向问题,目前我研0,导师主攻三个方向:方向1:计算智能模型与算法 (多目标优化、大规模优化、数据驱动优化、神经架构搜索(NAS)、深度网络模型压缩与加速);方向2:基于计算智能的云计算与大数据分析(云资源分配调度、边缘计算资源供给、网络结构检测、网络影响最大化);方向3:深度机器学习与自然语言处理(文本归类、语义提取、知识表示,知识图谱)。从就业的角度看,您最推荐哪个方向?期待李老师给出建议,目前正陷入迷茫中……
个人建议啊,先学方向3吧,这个应用比较广泛而且也好入门,其他两个看后期精力吧,针对性了解就行
我这里的“广泛”是个中性词,就业相关岗位多,学这个方向多找工作的竞争对手也多。如果你研究所毕业就工作方向3是不错的,尤其是主攻大模型和生成式模型;如果你要继续读博,其他两个也是不错的方向,可以研究的很多
Genie真是太惊艳了
頭香
35:40 如果這邊的圖是訓練時完全沒看過,而且風格差異還這麼大,那這模型的威力確實是超乎想像。
感謝老師,讓我能看影片,渡過基本分😂😂下學期可以LLM為主嗎
謝謝老師!很久以前(上古時代),自己在玩Diffusion Model時只使用過2D latent image+U-net,有嘗試過一點點attention的架構,但很簡陋。請問現在大多已經改成使用Transformer了嗎?
Stable Diffusion3和Sora是用的基于Transformer的DiT架构,但是个人觉得U-net也不过时~
請問是否有合作信箱?
啊?这门课结束了?
下學期聽說會有進階課程
由於本週是本學期的最後一次上課,近期我將不會再更新更多的影片。本來預計介紹有關類神經網路編輯和語音生成式AI相關的內容,但是時間所限,未能進行,未來有機會再更大家分享。感謝大家的持續觀看到這部影片。
老师能分享相关的slides吗,想了解相关的主要论文❤感谢老师的优质教学❤
@@yumenoqiao speech.ee.ntu.edu.tw/~hylee/genai/2024-spring.php 所有這門課的投影片都在這裡了
謝謝老師! 期待下次的課程
多謝老師無私教導!我這個海外(老)學生感激不盡
感謝老師,另外希望可以介紹一些新的RL模型,或是換一種方式講解舊的模型
感謝這一系列精彩的課程,我們這些六旬的資訊老兵,也能跟上年輕人的腳步
過去在學時,除了聽老師上課
也上台分享,自己是如何 清心寡慾 調參數的我
畢業還能繼續自學,超感動der
上完這堂課,最大的收穫是,將來被淘汰,至少知道是怎麼s得
感谢老师,真的收获满满。祝愿老师身体健康,每天都开心快乐!
很感謝老師的教學
Tks for valuable sharing
李老师催更啦,好久没新东西看了哈哈哈哈哈哈
太精彩了,感谢老师❤
謝謝老師~🎉🎉🎉🎉🎉
反向研究在AI领域的应用,牛逼!
very nice tutorial
李老师您好,我经常观看您的视频,受益匪浅。在保持学术创造力的同时,您还主动创业,始终站在市场一线,我冒昧请教您研究生方向问题,目前我研0,导师主攻三个方向:方向1:计算智能模型与算法 (多目标优化、大规模优化、数据驱动优化、神经架构搜索(NAS)、深度网络模型压缩与加速);方向2:基于计算智能的云计算与大数据分析(云资源分配调度、边缘计算资源供给、网络结构检测、网络影响最大化);方向3:深度机器学习与自然语言处理(文本归类、语义提取、知识表示,知识图谱)。从就业的角度看,您最推荐哪个方向?期待李老师给出建议,目前正陷入迷茫中……
个人建议啊,先学方向3吧,这个应用比较广泛而且也好入门,其他两个看后期精力吧,针对性了解就行
我这里的“广泛”是个中性词,就业相关岗位多,学这个方向多找工作的竞争对手也多。如果你研究所毕业就工作方向3是不错的,尤其是主攻大模型和生成式模型;如果你要继续读博,其他两个也是不错的方向,可以研究的很多
Genie真是太惊艳了
頭香
35:40 如果這邊的圖是訓練時完全沒看過,而且風格差異還這麼大,那這模型的威力確實是超乎想像。
感謝老師,讓我能看影片,渡過基本分😂😂下學期可以LLM為主嗎
謝謝老師!
很久以前(上古時代),自己在玩Diffusion Model時只使用過2D latent image+U-net,有嘗試過一點點attention的架構,但很簡陋。請問現在大多已經改成使用Transformer了嗎?
Stable Diffusion3和Sora是用的基于Transformer的DiT架构,但是个人觉得U-net也不过时~
請問是否有合作信箱?
啊?这门课结束了?
下學期聽說會有進階課程