2023年随着OpenAI开发者大会的召开,最重磅更新当属GPTs,多模态API,未来自定义专属的GPT。微软创始人比尔盖茨称ChatGPT的出现有着重大历史意义,不亚于互联网和个人电脑的问世。360创始人周鸿祎认为未来各行各业如果不能搭上这班车,就有可能被淘汰在这个数字化时代,如何能高效地处理文本、文献查阅、PPT编辑、编程、绘图和论文写作已经成为您成功的关键。而 ChatGPT,作为一种强大的自然语言处理模型,具备显著优势,能够帮助您在各个领域取得突破。
ChatGPT 在论文写作与编程方面也具备强大的能力。无论是进行代码生成、错误调试还是解决编程难题,ChatGPT都能为您提供实用且高质量的建议和指导,提高编程效率和准确性。此外,ChatGPT是一位出色的合作伙伴,可以为您提供论文写作的支持。它可以为您提供论文结构指导、段落重组建议,甚至是对论文内容的进一步拓展和丰富。利用ChatGPT的写作能力,您可以更好地组织思路、提升论文的逻辑性和质量。
目标:
1、熟练掌握ChatGPT提示词技巧及各种应用方法,并成为工作中的助手。
2、通过案例掌握ChatGPT撰写、修改论文及工作报告,提供写作能力及优化工作
3、熟练掌握ChatGPT融合相关插件的应用,完成数据分析、编程以及深度学习等相关科研项目。
4、掌握各种AI绘图工具,随意生成各类型性图像。
5、总结会议参加人员关注问题,现场进行辅助指导及交流。
专题一、 OpenAI开发者大会最新技术发展及最新功能应用
1.1最新大模型GPT-4 Turbo详细讲解
1.2最新发布的高级数据分析,AI画图,图像识别,文档API
1.3GPT Store讲解
1.4 **(实操演练)**从0到1创建自己的GPT应用
专题二、 定制自己的G PTs
2.1热门的自定义GPTs使用介绍
2.2通过聊天交流的方式制作自己的GPTs
2.3通过自定义的方式制作自己的GPTs
2.4GPTs的3种分发方式
2.5GPTs的action功能介绍
专题三、 AIGC基础学习
3.1深度学习常用架构介绍
3.2 GPT1-4模型介绍
3. 3 AIGC技术发展
3.4大语言模型的评估标准
3. 5 ChatGPT/GPT4官网使用方法
3. 6优秀国内大模型推荐
3. 7 LLM与搜索引擎:差异与联系
专题四 、 提示词工程高级技巧
4. 1提示词工程介绍
4. 2如何写好一篇论文的提示词
**4.3(实操演练)**初识LLM:角色扮演的艺术
**4.4(实操演练)**调整LLM的语调与表达方式
**4.5(实操演练)**定义LLM的具体任务与目标
**4.6(实操演练)**探索LLM与上下文的密切关系
**4.7(实操演练)**零样本学习:强化逻辑推理
4. **8(实操演练)**多样本学习:模型模仿能力提升
4. **9(实操演练)**自洽性检验:数学能力加强
4. 10(实操演练)知识生成:提高模型的信息处理能力
专题五、 ChatGPT/GPT4的实用案例
5. **1(实操演练)**ChatGPT/GPT4是最好用的翻译软件
**5.2(实操演练)**AI助力高效表格数据创建
**5.3(实操演练)**AI在数据处理中的实际操作
**5.4(实操演练)**苏格拉底式教学法在AI中的运用
**5.5(实操演练)**如何与AI交流科研问题
**5.6(实操演练)**AI助力文本数据整理与分析
**5.7(实操演练)**AI在用户评论分析中的应用
**5.8(实操演练)**AI撰写专业报告的技巧
**5.9(实操演练)**让AI根据知识点出题
**5.10(实操演练)**使用AI工具快速产出高端PPT的4种方法
**5.11(实操演练)**使用AI工具快速产出短视频
**5.12(实操演练)**快速制作流程图和思维导图
专题六 、 让ChatGPT/GPT4成为你的论文助手
6. **1(实操演练)**分析论文得出审稿意见
**6.2(实操演练)**进行论文内容问答
**6.3(实操演练)**生成论文摘要
**6.4(实操演练)**写论文综述并标注内容来源
**6.5(实操演练)**中/英文论文润色的4种方法
**6.6(实操演练)**进行论文降重的技巧
**6.7(实操演练)**查找某个观点或内容相关的论文
**6.8(实操演练)**对多篇论文进行分析对比
**6.9(实操演练)**如何防止AI生成的内容被检测
**6.10(实操演练)**生成完整长篇论文的技巧
专题七、 python基础学习
7 . 1 python的应用场景
**7.2(实操演练)**python环境安装配置
**7.3(实操演练)**print使用
**7.4(实操演练)**运算符和变量
**7.5(实操演练)**循环
**7.6(实操演练)**列表元组字典
**7.7(实操演练)**if条件
**7.8(实操演练)**函数
**7.9(实操演练)**模块
**7.10(实操演练)**类的使用
**7.11(实操演练)**文件读写
**7.12(实操演练)**异常处理
专题八 、 科学计算模块Numpy和绘图模块Matplotlib学习
8. **1(实操演练)**numpy的属性
8.2 **(实操演练)**创建array
8.3 **(实操演练)**numpy的运算
8.4 **(实操演练)**随机数生成以及矩阵的运算
8.5 **(实操演练)**numpy的索引
8.6 **(实操演练)**array合并
8.7 **(实操演练)**Matplotlib基础用法
8.8 **(实操演练)**figure图像
8.9 **(实操演练)**设置坐标轴
8.10 **(实操演练)**legend图例
8.11 **(实操演练)**scatter散点图
专题九 、 机器学习算法应用
9. 1机器学习概述
9.2训练集/验证集/测试集
9.3监督学习与无监督学习
9.4分类/回归/聚类算法
9.5机器学习算法应用分析
**9.6(实操演练)**使用回归算法完成波士顿房价预测
**9.7(实操演练)**使用KNN算法完成鸢尾花分类
**9.8(实操演练)**使用逻辑回归算法完成糖尿病预测
**9.9(实操演练)**分析特征重要性(哪些特征对标签的影响最大)
**9.10(实操演练)**机器学习特征工程完整流程
专题十 、 深度学习算法基础
10. 1单层感知器
10.2激活函数,损失函数和梯度下降法
10.3BP算法介绍
10.4梯度消失问题
10.5多种激活函数介绍
**10.6(实操演练)**BP算法解决手写数字识别问题
专题十一 、 深度学习框架Tensorflow应用
1 **1.1(实操演练)**Mnist数据集和softmax讲解
1 1. **2(实操演练)**使用BP神经网络识别图片
1 1. **3(实操演练)**交叉熵(cross-entropy)讲解和使用
1 **1.4(实操演练)**欠拟合/正确拟合/过拟合
1 **1.5(实操演练)**各种优化器Optimizer
1 **1.6(实操演练)**模型保存和模型载入方法
专题十二 、 深度学习算法-卷积神经网络CNN应用
12. 1 CNN卷积神经网络
12.2卷积的局部感受野,权值共享介绍。
12.3卷积的具体计算方式
12.4池化层介绍(均值池化、最大池化)
12.5same padding和valid padding介绍
12.6LeNET-5卷积网络介绍
12.7 (**实操演练)**CNN手写数字识别案例
专题十三 、 深度学习算法-长短时记忆网络LSTM应用
1 3.1RNN循环神经网络介绍
1 3. 2 RNN具体计算分析
1 3. 3长短时记忆网络LSTM介绍
1 3. 4输入门,遗忘门,输出门具体计算分析
1 3. 5堆叠LSTM介绍
1 3. 6双向LSTM介绍
1 3. **7(实操演练)**使用LSTM进行设备故障预测
专题十四 、 基于深度学习模型的图像识别
14. 1 VGG16模型详解
14.2ResNet模型详解
14.3EfficientNet模型详解
**14.4(实操演练)**下载训练好的1000分类图像识别模型
**14.5(实操演练)**使用训练好的图像识别模型进行各种图像分类
**14.6(实操演练)**使用迁移学习训练自己的天气现象分类模型
专题十五 、 让ChatGPT/GPT4成为你的编程助手
15.1使用ChatGPT/GPT4写程序的注意事项
**15.2(实操演练)**让AI对代码进行详细讲解
**15.3(实操演练)**进行代码纠错及自动修改
**15.4(实操演练)**使用AI工具读取本地数据的技巧
**15.5(实操演练)**绘制折线图,柱状图,饼图等各种统计分析图表
**15.6(实操演练)**让AI工具帮你自动进行数据分析和特征工程
**15.7(实操演练)**使用你的数据产生机器学习模型进行分类预测
**15.8(实操演练)**根据你的数据产生深度学习模型进行回归预测
**15.9(实操演练)**自动化AI编程助手的使用
专题十六 、 让ChatGPT/GPT4进行数据处理
16. 1 **(实操演练)**让AI正确读取表格数据
**16.2(实操演练)**让AI理解百万行数据
**16.3(实操演练)**使用AI进行数据可视化
**16.4(实操演练)**使用AI进行数据缺失值处理
**16.5(实操演练)**使用AI进行数据归一化
**16.6(实操演练)**使用AI进行特征筛选
**16.7(实操演练)**使用AI输出表格数据
**16.8(实操演练)**使用AI输出特征工程处理后的数据
**16.9(实操演练)**使用AI绘制统计分析图表
专题十七、 ChatGPT/GPT4在地球科学方面的应用
17. **1(实操演练)**用GPT绘制世界地图海岸线
**17.2(实操演练)**用GPT绘制不同的地图投影
**17.3(实操演练)**用GPT绘制南极地投影
**17.4(实操演练)**用GPT绘制地球各种关键变量的图
**17.5(实操演练)**用GPT绘制台风总降水量图
**17.6(实操演练)**用GPT绘制台风风速图
**17.7(实操演练)**用GPT计算台风总降水量
**17.8(课实操演练)**用GPT对遥感图像光谱数据进行机器学习建模分类
专题十 八、 ChatGPT/GPT4高级开发应用
**18.1(实操演练)**GPT模型API接口程序使用
**18.2(实操演练)**GPT模型参数调节
**18.3(实操演练)**用GPT程序API接口制作聊天机器人
**18.4(实操演练)**用GPT程序API接口制作自动订餐机器人
**18.5(实操演练)**用GPT程序API批量处理大量文本数据
**18.6(实操演练)**用DALLE-3程序API接口生成图片
**18.7(实操演练)**GPT4本地文件上传功能使用
**18.8(实操演练)**GPT4联网功能使用
**18.9(实操演练)**GPT4图像识别功能应用
**18.10(实操演练)**GPT高级数据分析功能详解
专题十 九、 AI绘图工具Midjourney和DALLE3应用
19.1AI画图原理介绍
**19.2(实操演练)**Midjourney工具的基础操作
**19.3(实操演练)**remix模式介绍
**19.4(实操演练)**blend命令介绍
**19.5(实操演练)**describe命令介绍
**19.6(实操演练)**图生图通过图片生成新的图片
**19.7(实操演练)**Midjourney的参数和设置介绍
**19.8(实操演练)**Midjourney科研作图介绍
**19.9(实操演练)**DALL-E 3模型介绍
**19.10(实操演练)**DALL-E 3根据上下文内容修改图片
**19.11(实操演练)**DALL-E 3在图像中生成特定文字
**19.12(实操演练)**DALL-E 3绘图结果的不断优化
专题 二十、 AI绘图工具Stable Diffusion基础应用
**20.1(实操演练)**Stable Diffusion工具介绍
**20.2(实操演练)**Stable Diffusion环境部署介绍
**20.3(实操演练)**通过文字生成图片
**20.4(实操演练)**通过图片生成图片
**20.5(实操演练)**图像智能高清算法
**20.6(实操演练)**使用Lora模型产生写实人物图像
**20.7(实操演练)**进行图像的局部重绘
**20.8(实操演练)**Controlnet插件介绍
**20.9(实操演练)**使用线稿图生成装修和建筑
**20.10(实操演练)**使用线稿图给图片上色
**20.11(实操演练)**产生特定姿态的人物图像