DeepLearningAI 目錄中的最佳課程

基礎、編碼與LLMOps
- 深度學習專項課程（
- LLMOps 自動化測試（CircleCI）
- 使用工具執行構建編碼代理（E2B）
- 使用 JAX 構建和訓練 LLM（Google）
- 使用編碼代理進行規範驅動開發（JetBrains）
推理與 Anthropic 生態系統
- 使用 o1 進行推理（OpenAI）
- 與 Anthropic 一起邁向電腦使用（Anthropic）
- MCP：使用 Anthropic 構建豐富上下文的 AI 應用（Anthropic）
代理與記憶
- 使用 LangChain 的函數、工具和代理（LangChain）
- 作為作業系統的 LLM：代理記憶（Letta）
- 構建 AI 瀏覽器代理（AGI Inc）
- A2A：代理到代理協議（Google Cloud/IBM Research）
- 代理記憶：構建記憶感知代理（Oracle）
- 用於圖像和視頻生成的 AI 代理（Google）
- 使用 LangGraph 的長期代理記憶（LangChain）
LLM 優化與後訓練
- 深度量化（Hugging Face）
- 預訓練 LLM（Upstage）
- LLM 的微調與強化學習：後訓練入門（AMD）
- 使用 vLLM 進行快速高效的 LLM 推理（Red Hat）
- 使用 GRPO 對 LLM 進行強化微調（Predibase）
- LLM 的後訓練（華盛頓大學/NexusFlow）
進階 RAG 與資料管道
- RAG 的知識圖譜（Neo4j）
- 構建多模態資料管道（Snowflake）
- 用於 AI 代理 API 發現的知識圖譜（SAP）
- 檢索增強生成（RAG）