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