โมเดล Generative AI และระบบ GPU
เรียนรู้วิธีการทำงานของโมเดล Generative Deep Learning บนฮาร์ดแวร์ GPU สมัยใหม่ เพื่อให้คุณเข้าใจ กำหนดค่า และปรับแต่งโครงสร้างพื้นฐานสำหรับภาระงานด้าน AI
-
💬
ผู้สอน AI
ถามเกี่ยวกับบทเรียนใดก็ได้ แล้วรับคำตอบที่ชัดเจนทันที ทุกเมื่อ -
🕐
เริ่มเมื่อไรก็ได้
ไม่มีตารางหรือเดดไลน์ — เรียนตามจังหวะของคุณ เมื่อไรก็ได้ -
🌐
เป็นภาษาไทย
บทเรียน แบบฝึกหัด และใบรับรอง — ทั้งหมดเป็นภาษาของคุณอย่างครบถ้วน
เกี่ยวกับคอร์สนี้
ในการสร้างและปรับใช้ Generative AI สมัยใหม่ คุณต้องเข้าใจไม่เพียงแค่อัลกอริทึมเท่านั้น แต่ยังรวมถึงฮาร์ดแวร์ GPU อันทรงพลังที่ขับเคลื่อนสิ่งเหล่านี้ด้วย การเชื่อมช่องว่างระหว่างซอฟต์แวร์และฮาร์ดแวร์คือกุญแจสำคัญในการรันภาระงาน AI ที่มีประสิทธิภาพและปรับขยายได้ หลักสูตรแบบข้อความนี้จะนำคุณไปสู่แนวคิดหลักของโมเดล Generative Deep Learning และสถาปัตยกรรม GPU ที่ออกแบบมาเพื่อเร่งความเร็วให้กับโมเดลเหล่านี้ คุณจะได้เรียนรู้ตั้งแต่พื้นฐานของ Neural Networks ไปจนถึงการทำความเข้าใจว่าโมเดล Transformer ขนาดใหญ่ถูกกระจายและประมวลผลบนฮาร์ดแวร์สมัยใหม่อย่างไร
สิ่งที่คุณจะได้เรียนรู้:
- เข้าใจกลไกพื้นฐานของโมเดล Generative AI รวมถึง Latent Spaces และสถาปัตยกรรม Transformer
- สำรวจสถาปัตยกรรมฮาร์ดแวร์ GPU โดยเน้นที่ Memory Bandwidth, Tensor Cores และการจัดการ VRAM
- เรียนรู้วิธีการแมปภาระงานการฝึกโมเดลและการอนุมาน (Inference) เข้ากับระบบเร่งความเร็ว GPU
- ประยุกต์ใช้เทคนิคการปรับแต่งพื้นฐาน เช่น Quantization และ Mixed-precision Training เพื่อลดความต้องการด้านฮาร์ดแวร์
- ค้นพบพื้นฐานของการฝึกแบบกระจาย (Distributed Training) และรูปแบบการสื่อสารแบบ Multi-GPU
เราจะเริ่มต้นด้วยคำศัพท์ที่จำเป็นและวิวัฒนาการของ Deep Learning จากนั้นจะค่อยๆ เข้าสู่ข้อจำกัดของฮาร์ดแวร์ การจัดสรรหน่วยความจำ GPU และกลยุทธ์การปรับแต่งเชิงปฏิบัติ ผ่านคำอธิบายที่ชัดเจนและแนวคิดเชิงปฏิบัติ คุณจะได้รับมุมมองแบบองค์รวมของ Stack ซอฟต์แวร์และฮาร์ดแวร์ AI หลักสูตรนี้ออกแบบมาสำหรับวิศวกร AI ที่มีความมุ่งมั่น ผู้ดูแลระบบ และผู้ที่ชื่นชอบเทคโนโลยีที่ต้องการเข้าใจโครงสร้างพื้นฐานเบื้องหลัง Generative AI โดยไม่จำเป็นต้องมีประสบการณ์ด้านวิศวกรรมฮาร์ดแวร์มาก่อน
เริ่มอ่านวันนี้เพื่อปลดล็อกพลังของ Generative AI ที่เร่งความเร็วด้วย GPU
สิ่งที่คุณจะได้รับ
-
📜
ใบประกาศนียบัตร
เพิ่มในโปรไฟล์ LinkedIn ของคุณ -
💬
ติวเตอร์ AI ส่วนตัว
ติดขัดในบทเรียน? ถามติวเตอร์ในตัวของคุณได้ทุกอย่าง ทุกเวลา -
🎧
รวมเวอร์ชันเสียง
เรียนได้ทุกที่ ไม่ต้องดูจอ -
♾️
เข้าถึงตลอดชีพ
กลับมาเรียนได้ตลอด ไม่มีหมดอายุ -
📱
โทรศัพท์หรือคอมพิวเตอร์
ใช้งานได้ทุกที่ ทุกอุปกรณ์ -
💸
คืนเงิน 14 วัน
ไม่ต้องอธิบาย -
⚡
กระชับและตรงประเด็น
2 ชม. 48 นาที เนื้อหาเชิงปฏิบัติ
รีวิว
ยังไม่มีรีวิว — เป็นคนแรกที่แชร์ประสบการณ์
ผู้เรียนคนอื่นเรียน
🎓 มีใบรับรอง
พื้นฐานการเรียนรู้ลึกด้วยภาษาไพธอนและ Keras
ใบรับรอง
ลงมือทำ
$49.99
→
🔥 เป็นที่ต้องการ
🎓 มีใบรับรอง
แมชชีนเลิร์นนิงสำหรับระบบอัตโนมัติในการออกแบบอิเล็กทรอนิกส์ (Electronic Design Automation)
ใบรับรอง
ลงมือทำ
$89.99
→
⚡ เหมาะสำหรับผู้เริ่มต้น
🎓 มีใบรับรอง
Machine Learning with TensorFlow on the Cloud
ใบรับรอง
ลงมือทำ
$49.99
→
💼 พร้อมสำหรับงาน
🎓 มีใบรับรอง
การปรับแต่งโมเดล Deep Learning ด้วย TensorFlow
ใบรับรอง
ลงมือทำ
$49.99
→
คำถามที่พบบ่อย
ฉันต้องใช้อะไรในการเรียนคอร์สนี้? +
แค่โทรศัพท์หรือคอมพิวเตอร์ที่มีอินเทอร์เน็ต ไม่ต้องติดตั้งหรือใช้อุปกรณ์พิเศษ
ฉันชำระเงินอย่างไร? +
ผ่านบัตรด้วย Stripe เราไม่เก็บข้อมูลบัตร — Stripe จัดการอย่างปลอดภัย
ฉันขอคืนเงินได้ไหม? +
ใช่ — คืนเงินเต็มจำนวนใน 14 วัน ไม่ต้องอธิบาย
ฉันมีสิทธิ์เข้าถึงนานเท่าไร? +
ตลอดไป เมื่อซื้อแล้วคอร์สเป็นของคุณ กลับมาเรียนได้ตลอด
ฉันจะได้ใบประกาศนียบัตรไหม? +
ได้ เมื่อเรียนจบจะได้รับใบประกาศนียบัตรที่เพิ่มในโปรไฟล์ LinkedIn ได้
ออกแบบสำหรับผู้เรียนใน
เทคโนโลยี
ดีไซน์
การเงิน
การตลาด
สาธารณสุข
การศึกษา
ธุรกิจการบริการ
อุตสาหกรรม
×2
เติมครั้งเดียว จ่ายครึ่งเดียว
เพิ่ม $100 → รับเครดิต 200 เครดิต ทำให้แต่ละหลักสูตรมีราคาประมาณ $12.50 เครดิตไม่มีวันหมดอายุ
$100
200 เครดิต
$12.50 / คอร์ส
คุ้มที่สุด
$250
550 เครดิต
$11.36 / คอร์ส
$500
1200 เครดิต
$10.42 / คอร์ส
เครดิตใช้ได้กับทุกคอร์สและไม่หมดอายุ