- 1海带软件分享——Office 2021全家桶安装教程（附报错解决方法）_office tool plus 0xc004f017
- 2Linux中fork()函数的详解_8、linux下有一个fork()函数有什么作用?创建成功父进程返回什么?子进程返回什么
- 3前端Markdown渲染（In React）
- 4Docker容器介绍
- 5Android.mk 与AIDL 编译问题_andorid mk aidl
- 6使用 pycharm 连接服务器进行操作_pycharm使用服务器的终端
- 7【第29次CSS CSP】202303 (C++)_csp202303
- 8Centos7安装Mysql5.7（超详细版）
- 9喜讯 | 地空智能荣获两项国家软件著作权证书_iot 音视频系统智能 物联大数据处理软件》著作权证书
- 10asp.net928-研究生报名系统_928填系统的时候会显示报考的导师吗
ChatGPT/GPT4科研实践篇: AI绘图+论文写作+编程
赞
踩
ChatGPT强大功能展示！
↑↑↑
点击查看视频
厦门线上、线下同步课程
最新ChatGPT/GPT4科研技术应用与AI绘图及论文高效写作培训班
福建*厦门：现场时间：2023年12月26日-30日【21日全天报到，全程四天教学】
直播时间：2023年12月27日-30日 【腾讯会议】
【参加本次会议学习完成后，赠送一套完整的视频教程】
前言
企事业单位及相关学者：
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。
ChatGPT/GPT4应用初学者最大的障碍是账号问题，本次会议首先解决的就是账号问题【详情见会议福利】，本课程通过多期的讲解，深入总结参会人员的需求，覆盖了科研工作中的文本、论文、编程、绘图等高级应用，融合众多插件应用，提高工作效率及科研项目开发能力，使GPT真正成为科研工作助手，Ai尚研修特举办“最新ChatGPT/GPT4科研应用与AI绘图及论文高效写作培训班”详情如下：
会议福利
一、每人均可获得 1 个独立可永久使用的 ChatGPT 账号。
二：【超级福利】赠送ChatGPT Plus会员账号（1个月），ChatGPT Plus会员账号的功能包括：
1.无限制ChatGPT模型使用。
2.GPT-4模型使用。
3.GPT-4图像分析功能。
4.GPT-4联网功能。
5.GPT-4高级数据分析功能。
6.GPT-4高级插件功能。
7.DALLE-3高级AI绘图功能。
三：会议结束后赠送一套完整的视频教程。
四：参加本次课程后，还可免费参加后期相同ChatGPT课程（线上直播参与一次，现场不限次数，仅限本人参加)
培训目标
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。
教学特色
1、原理深入浅出的讲解；
2、技巧方法讲解，提供所有案例数据及代码；
3、与项目案例相结合讲解实现方法，对接实际工作应用 ；
4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析；
5、课程结束专属助学群辅助巩固学习及实际工作应用交流，不定期召开线上答疑；
课程安排
课程安排 | 学习内容 |
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 1.3 GPT 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GPTs | 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 2.4 GPTs的3种分发方式 2.5 GPTs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 【讲解+实践】 | 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【讲解+实践】 | 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【讲解+实践】 | 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【讲解+实践】 | 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【讲解+实践】 | 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【讲解+实践】 | 10.1单层感知器 10.2激活函数，损失函数和梯度下降法 10.3 BP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【讲解+实践】 | 11.1（实操演练）Mnist数据集和softmax讲解 11.2（实操演练）使用BP神经网络识别图片 11.3（实操演练）交叉熵(cross-entropy)讲解和使用 11.4（实操演练）欠拟合/正确拟合/过拟合 11.5（实操演练）各种优化器Optimizer 11.6（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【讲解+实践】 | 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） 12.5 same padding和valid padding介绍 12.6 LeNET-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 【讲解+实践】 | 13.1 RNN循环神经网络介绍 13.2 RNN具体计算分析 13.3长短时记忆网络LSTM介绍 13.4输入门，遗忘门，输出门具体计算分析 13.5堆叠LSTM介绍 13.6双向LSTM介绍 13.7（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 14.2 ResNet模型详解 14.3 EfficientNet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 | 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 | 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 | 19.1 AI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 | 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 |
扫码咨询详情!
03
往期回顾和学员反馈
04
AI尚研修科研服务平台
NO1：平台逐步建立完整的教学方案，深度促进科研交叉技术融合，成为众多课题组及个人实践技术提升首选内容。
NO2：Ai尚研修为了更好的发展，特邀胡中民老师、张光学老师、郁磊老师、胡恩柱老师、金溪老师、汪靓老师、张东辉老师等30多位专家学者作为顾问专家，为Ai尚研修平台长期发展提供了宝贵的建议及工作指导。
否3：Ai尚研修创建云导师教学模式，最大化促进交叉学科的专业问答及交流，已经建立云导师社群300+，不仅可以学习，还为您身边带来专业的导师。
否4：Ai尚研修建立了长期免费学术讲座：聚焦基础原理、前沿热点技术、庖丁解文、实践技术、成果推广等专题，每月4期左右，已开展完200+期，上平台都可以免费观看前期讲座。
NO5：为了深度对接用户需求，依托专家团队，针对技术咨询服务、数据处理合作、软件开发、搭建高性能计算平台等领域开展合作。
小编为您进行逐一展示：登录平台，您了解的更清晰，还有好礼哦！
NO1：体系课程
NO2：往期学术讲座及技术专题部分展示【免费】
NO3：云导师【点亮科研简学践行、您的随行导师平台】
结束
Ai尚研修丨专注科研领域
技术推广，人才招聘推荐，科研活动服务
科研技术云导师，Easy Scientific Research
