Deep Learning to AI Agent, MCP: Complete Generative AI Implementation in One Go

Tóm tắt các lý thuyết cốt lõi từ Học máy, Học sâu đến AI tạo sinh trong một lần. Và bằng mã Python đơn giản, bạn có thể triển khai đa dạng ứng dụng AI tạo sinh, từ đó dễ dàng trở thành nhà phát triển AI.

Từ Docker và Kubernetes đến microservice, CI/CD và lưới dịch vụ, bạn có thể dễ dàng tìm hiểu không chỉ lý thuyết cơ bản mà còn cả cách triển khai ứng dụng thực tế thông qua các ví dụ. Nó chỉ tóm tắt nội dung cốt lõi cần thiết cho việc sử dụng thực tế và cung cấp điểm khởi đầu để tìm hiểu các công nghệ phần tử được đề cập trong bài giảng.

LangGraph chứa đầy bí quyết của người phụ trách AI Agent tại các tập đoàn lớn. Tôi sẽ chia sẻ những kiến thức đã tích lũy được qua những thử thách trong công việc thực tế.

Thời đại AI chỉ đơn thuần trả lời đã kết thúc. Giờ đây là thời đại của LLM Agent tự đưa ra quyết định và hành động. Khóa học này là khóa nhập môn với 90 phút thực hành để học trực tiếp các nguyên lý cốt lõi và cấu trúc của agent thông qua việc tự tay triển khai. Giảm thiểu tối đa lý thuyết phức tạp, tập trung vào luồng thực hành code để trực tiếp trải nghiệm "AI đưa ra quyết định và sử dụng công cụ như thế nào". Vượt qua prompt engineering, hãy cùng bắt đầu bước đầu tiên của tự động hóa AI.

Xu hướng mới nhất của AI tạo sinh, AI Agent! Cách đi trước với Cursor giúp hoàn thành công việc phát triển và MCP mở rộng tính năng!

PyTorch _Phiên bản cơ bản, dễ hiểu ngay lập tức bằng mã code, là một hướng dẫn hoàn chỉnh dành cho tất cả những ai muốn triển khai các mô hình deep learning sử dụng PyTorch, từ người mới bắt đầu học deep learning đến các nhà phát triển muốn ứng dụng vào thực tiễn. Thông qua 19 bài giảng có hệ thống, bạn có thể hoàn toàn nắm vững cốt lõi của deep learning, từ các kiến thức cơ bản về PyTorch, triển khai thuật toán deep learning, giải quyết vấn đề overfitting, cho đến các mô hình CNN, RNN, GAN.

ChatGPT và các AI tương tự dựa trên công nghệ cốt lõi LLM và Agent. LLM là công nghệ đã tiến gần nhất đến AGI tại thời điểm hiện tại. Trong khóa học này, chúng ta sẽ tìm hiểu về công nghệ LLM và Agent từ góc nhìn của người dùng phổ thông.

Từ những kiến ​​thức cơ bản về xử lý ngôn ngữ tự nhiên trong học sâu cho đến các mô hình mới nhất, Transformer và BERT, bạn sẽ tìm hiểu các nguyên tắc và phương pháp ứng dụng của xử lý ngôn ngữ tự nhiên trong học sâu (NLP) thông qua nhiều ví dụ khác nhau và thực hành triển khai mã.

Khóa học này là một masterclass thực hành hoàn chỉnh phân tích sâu sự phát triển công nghệ cốt lõi của AI tạo sinh từ LDM(Latent Diffusion Model) đến DiT(Diffusion Transformer). Chúng ta sẽ trực tiếp phân tích nguyên lý học tập dựa trên không gian tiềm ẩn của LDM, cấu trúc của Stable Diffusion, và phương thức triển khai của Diffusion Transformer mới nhất thông qua các bài báo và code. Học viên sẽ trực tiếp triển khai các mô hình LDM, CFG(Classifier-Free Guidance), DiT dựa trên PyTorch, đồng thời học một cách có hệ thống các xu hướng mới nhất và sự tiến hóa cấu trúc của mô hình tạo sinh.

Khóa học này là một chương trình thực hành tập trung vào việc hiểu và sử dụng nền tảng AI từ cơ bản đến công nghệ tạo hình ảnh AI. Người học có thể nắm vững các khái niệm cơ bản và công cụ AI, đồng thời học được khả năng tạo ra hình ảnh AI bằng cách sử dụng chúng. Được thiết kế để những người học lần đầu tiếp xúc với công nghệ AI cũng có thể dễ dàng theo dõi, khóa học mang đến cơ hội nhanh chóng nắm vững công nghệ tạo hình ảnh AI có thể ứng dụng trong cuộc sống thực tế.

"LoRA 기반 경량 파인튜닝으로 나만의 맞춤형 LLM을 만들어보는 첫걸음!" Đây là khóa học thực hành nhập môn được thiết kế để ngay cả những người mới tiếp xúc với LLM lần đầu cũng có thể dễ dàng theo kịp. Giảm thiểu lý thuyết phức tạp, hướng dẫn từng bước toàn bộ quy trình từ tải mô hình → áp dụng dữ liệu → huấn luyện → so sánh kết quả. Trong thời gian ngắn, bạn sẽ trực tiếp trải nghiệm quy trình của các kỹ thuật fine-tuning nhẹ mới nhất như LoRA·QLoRA, và có thể nắm bắt được cảm giác "À, fine-tuning LLM hoạt động như thế này". Hãy trực tiếp cảm nhận thành tựu tạo ra LLM chuyên biệt cho lĩnh vực của riêng bạn, ngay cả khi không có nhiều tài nguyên!

Phân tích hơn 40 loại chỉ số kinh tế và dữ liệu giá cổ phiếu bằng AI, dự đoán S&P 500, QQQ ETF lẫn cổ phiếu riêng lẻ, hãy tự tạo một mô hình phân tích giá cổ phiếu mạnh mẽ!

Mời bạn đến với thế giới lập trình đầy hấp dẫn, nơi bạn phân tích và trực quan hóa báo cáo tài chính chỉ bằng prompt. Không cần một dòng code nào, bạn tạo và triển khai dịch vụ chỉ bằng cách tham vấn với AI.

Hướng dẫn thành thạo ứng dụng AI dành cho lập trình viên Java! Khóa học này phá vỡ định kiến rằng AI chỉ là lĩnh vực của Python, và trao cho ứng dụng Java của bạn khả năng nhìn, nghe, nói và lập trình của AI. Hãy phát triển thành kiến trúc sư AI dựa trên OpenAI API. Trực tiếp phát triển các chuyên gia AI đa dạng như nhà văn AI, dịch giả, họa sĩ, đồng nghiệp lập trình, và tạo ra trợ lý AI đa chức năng tích hợp các tính năng cốt lõi như tóm tắt văn bản, phân tích cảm xúc, giải thích hình ảnh, tạo mã Java, chuyển đổi giọng nói/văn bản, tạo hình ảnh/phụ đề. Đây là cơ hội tuyệt vời để tối đa hóa khả năng cạnh tranh của hệ thống Java hiện có bằng cách gán vai trò cho AI thông qua system message và học cả việc kiểm duyệt nội dung có hại.

Nếu bạn muốn tạo ra dịch vụ AI riêng của mình mà không cần coding, khóa học này chính là giải pháp hoàn hảo. Sử dụng nền tảng nocode Dify, bạn có thể tạo ra ứng dụng AI chất lượng cao chỉ với ý tưởng. Thay vì lý thuyết phức tạp, khóa học được cấu trúc tập trung vào dự án thực tế, giúp cả người mới bắt đầu với AI và nhân viên văn phòng đều có thể phát triển năng lực thực tiễn.

Phần Project '파이토치 - Dễ hiểu bằng code': triển khai dự án học sâu thực tiễn dùng ảnh, video, ngôn ngữ tự nhiên, giúp hiểu cấu trúc, luồng mô hình qua học tập chú trọng code hơn lý thuyết.

Khóa học này xuất phát từ câu hỏi "Nếu tôi có mặt trên tàu Titanic thì liệu có thể sống sót không?", phát triển mô hình AI dự đoán xác suất sống sót dựa trên dữ liệu thực tế, và hoàn thành dự án fullstack triển khai dịch vụ này lên web. Bạn sẽ thực hành toàn bộ quy trình từ AI đến phát triển web, bao gồm mô hình hóa deep learning với PyTorch, xây dựng backend server với FastAPI, và triển khai giao diện người dùng với Next.js.

Bạn có thể sử dụng Docker để tạo môi trường phân tích học sâu trên đám mây. Khi kết hợp Docker và đám mây do Google, MS quản lý, bạn có thể thực hiện công việc bằng các phương pháp phân tích học sâu mới nhất trên máy tính của mình.

Khóa học này là một khóa nhập môn được thiết kế để người học lần đầu tiếp xúc với công nghệ AI cũng có thể dễ dàng hiểu và thực hành theo. Thông qua các bài giảng, bạn sẽ nắm vững các khái niệm cơ bản và cách sử dụng nền tảng AI, đồng thời tiến hành thực hành tạo ra hình ảnh trực tiếp bằng cách sử dụng các công cụ AI đa dạng. Sau khi hoàn thành khóa học này, bạn sẽ trở nên gần gũi hơn với AI và có thể trang bị năng lực tạo hình ảnh AI để hiện thực hóa các ý tưởng sáng tạo một cách trực quan.

Tìm hiểu cách dễ nhất để xử lý AI bằng Spring AI. Hãy cùng tìm hiểu Spring AI trong khi xây dựng chatbot RAG.

Khóa học này bao gồm từ kiến thức cơ bản đến thực hành về nền tảng AI, là một khóa học giúp bạn có thể nắm vững công nghệ tạo hình ảnh AI. Người học có thể hiểu được các khái niệm cơ bản về AI và phát triển khả năng tạo ra hình ảnh AI bằng cách sử dụng các công cụ và kỹ thuật đa dạng. Thông qua khóa học này, bạn có thể nâng cao hiểu biết về lĩnh vực AI và học cách tạo ra hình ảnh AI trực tiếp trong thực tế.

Khóa học này là một masterclass thực chiến tập trung vào việc chinh phục hoàn toàn quá trình tiến hóa của Diffusion Model thông qua các bài báo và mã nguồn. Học viên sẽ học từ nguyên lý bài báo đến việc trực tiếp triển khai các mô hình cốt lõi của AI sinh tạo như DDPM(Denoising Diffusion Probabilistic Model) và DDIM. Khóa học phân tích từng bước bối cảnh xuất hiện của từng mô hình, công thức toán học, cấu trúc mạng (U-Net, VAE, Transformer), quá trình học (Noise Schedule, Denoising Step), và những ý tưởng dẫn đến cải thiện hiệu suất. Học viên sẽ trực tiếp lập trình tất cả các mô hình dựa trên PyTorch, không chỉ dừng lại ở việc hiểu bài báo mà còn có được 'khả năng thực tế để tái tạo và ứng dụng'. Ngoài ra, thông qua việc so sánh sự khác biệt và dòng chảy phát triển giữa các mô hình, học viên sẽ hiểu rõ cách chúng được mở rộng. Khóa học này kết hợp lý thuyết·mã nguồn·thực hành thành một, cung cấp hành trình để nghiên cứu viên·nhà phát triển·nhà sáng tạo đều có thể học hỏi một cách có hệ thống về sự tiến hóa của mô hình sinh tạo. Hãy bắt đầu ngay bây giờ trải nghiệm vượt qua việc 'đọc' bài báo, trực tiếp triển khai để 'hiểu và tái sáng tạo'.