Chat with Wiki - WayToAGI

以下是关于学习 AI 视频的相关内容：入门教程：不熟悉 AI 视频的小伙伴可以查看以下教程：交流群：需要学习 AI 视频、参与 AI 视频挑战赛、参与 AI 视频提示词共创的小伙伴，可以直接扫二维码或联系三思或小歪【备注：AI 视频学社】，但必须有 AI 视频账号才能进群，请勿随便申请好友。直播： AI 视频学社每周 1 次直播（周五直播），由@lailai 统筹负责。例如：学社说明：这个板块是为 AI 视频建立，方便大家测试学习 AI 视频的相关知识和内容。小伙伴们可以在 AI 视频学社通过参与每周举办的比赛，快速学习 AI 视频的相关知识。并且每周有高手直播直播分享，会分享 AI 视频和影视创作领域最前沿的知识。学社目标：不定期直播，AI 视频方向高手直播分享。每周固定 1 次，video battle 视频挑战赛，每周一发布主题，每周日 18 点前交稿，有奖品。不定期组织 AI 视频线上或者线下活动。大家一起学习 AI 视频最新软件和最新知识，学习图生视频，视频生视频等的技巧。软件教程：每周一赛：此外，对于小白理解 AI 技术原理与建立框架，推荐以下通俗易懂的内容：视频一主要回答了什么是 AI 大模型，原理是什么。概念：生成式 AI 生成的内容，叫做 AIGC。概念与关系：相关技术名词 AI——人工智能机器学习——电脑找规律学习，包括监督学习、无监督学习、强化学习。监督学习——有标签的训练数据，算法的目标是学习输入和输出之间的映射关系。包括分类和回归。无监督学习——学习的数据没有标签，算法自主发现规律。经典任务包括聚类，比如拿一堆新闻文章，让模型根据主题或内容特征分成具有相似特征的组。强化学习——从反馈里学习，最大化奖励或最小化损失；类似训小狗。深度学习——一种方法，参照人脑有神经网络和神经元（因为有很多层所以叫深度）。神经网络可以用于监督学习、无监督学习、强化学习。生成式 AI——可以生成文本、图片、音频、视频等内容形式 LLM——大语言模型。对于生成式 AI，其中生成图像的扩散模型就不是大语言模型；对于大语言模型，生成只是其中一个处理任务，比如谷歌的 BERT 模型，可用于语义理解（不擅长文本生成），如上下文理解、情感分析、文本分类。技术里程碑——2017 年 6 月，谷歌团队发表论文《Attention is All You Need》。这篇论文首次提出了 Transformer 模型，它完全基于自注意力机制（SelfAttention）来处理序列数据，而不需要依赖于循环神经网络（RNN）或卷积神经网络（CNN）。GPT 含义：Transformer 是关键。Transformer 比 RNN 更适合处理文本的长距离依赖性。