课程介绍
本课程内容将从OpenAI大模型的基础理论出发，逐步深入到模型的实际应用。您将学习到如何利用OpenAI提供的API进行开发，包括文本生成、图像识别、Embedding嵌入等。我们还将通过一系列案例研究，展示如何将这些技术应用于聊天机器人、内容创作、数据分析、文本分类聚类、文本推荐等领域。
培训对象
学员需具备：Python语法基础。
课程收益
无论您是对AI技术充满热情的初学者，还是希望提升现有技能的专业人士，本课程都将为您提供必要的知识和技能。通过实践驱动的教学方法，您将能够快速上手OpenAI大模型的应用开发，并在课程结束时拥有自己的项目作品。
知识概要
-- 理解大模型概念；
-- OpenAI大模型快速使用；
-- 大模型应用开发-Embedding嵌入；
-- OpenAI 之增强生成（RGA）和实现文本任务；
-- 语音/视觉/文生图大模型开发；
-- 使用Streamlit搭建web前端。
课程大纲
理解大模型概念
大语言模型基本概念
GPT系列基本概念、
chatGPT使用
智谱清言大模型使用
阿里通义千问大模型使用
科大讯飞大模型使用
提示词指令工程
Prompt的典型构成
Prompt提问技巧
解锁Prompt的更多用法
理解大模型智能体
使用国内大模型搭建智能体实战
OpenAI大模型快速使用
OpenAI核心概念
理解OpenAI 模型介绍
快速使用OpenAI
OpenAI Chat Role
实现多轮对话
实现智能聊天机器人
国内大模型API：智谱、通义千问
理解Message消息和角色定位
OpenAI提示词实战
应用实战：实现多轮聊天机器人
理解文本推理和思维链
大模型应用开发-Embedding嵌入
理解文本推理和思维链
理解Embedding基本概念
Embedding实现原理
理解Token
OpenAI Embedding 接口介绍
智谱、通义千问 Embedding接口介绍
理解余弦相似度计算
Embedding应用：实现长津湖短评文本推荐
案例实战：加载本地数据集实现 Q/A机器人
案例实战：使用Kmeans实现文本聚类
案例实战：使用朴素贝叶斯算法实现京东红酒评论分类
OpenAI 之增强生成（RGA）和实现文本任务
文本生成任务介绍
加载本地知识库(PDF)
实现文档切分并向量化
灌入向量数据库，实现检索
案例实战：搭建基于本地知识库的智能聊天机器人
理解函数调用(Function Calling)
OpenAI实现函数调用增强文本生成任务
文本信息抽取
实战：实现NLP文本信息抽取
实战：实现文本纠错
实战：实现生成合成数据
实战：实战文本分类
实战：实战文本机器翻译
语音/视觉/文生图大模型开发
视觉与图像识别原理概述
图像合成DALL.E
图像理解-车牌识别
语音识别文字
语音识别长文件
将文本转换成语音之TTS
实现目标定位和图像检测
使用Streamlit搭建web前端
Streamlit安装和概述
Streamlit文本显示
Streamlit 数据显示
图表可视化组件
Form表单元素
多媒体组件
状态组件
页面布局和容器
会话管理
缓存装饰器
案例实战：构建聊天机器人
案例实战：搭建本地知识库的问答机器人
Streamlit部署
认证过程
无认证考试
开班信息
暂无开班信息