AI 武林：Colab

Embedding Gemma 2: On-Device Multimodal RAG Made Easy

Prompt Engineering — Wed, 07 Oct 2026 00:00:00 +0800

介紹 Google DeepMind 推出的 EmbeddingGemma 2 多模態嵌入模型，說明其將文字、影像、聲音整合至單一向量空間的技術原理與應用。觀眾可學習如何利用免費 Colab 環境進行多模態搜尋與 RAG 實作。

原站：https://www.youtube.com/watch?v=XtIBx6H9A_I

Gemini 3.8 Flash TTS with Voice Cloning

Sam Witteveen — Fri, 25 Sep 2026 00:00:00 +0800

介紹 Google Gemini 3.8 Flash TTS 的功能，包含語音設計、克隆與多語者對話。觀眾可學習如何操作工具並了解相關定價與限制。

原站：https://www.youtube.com/watch?v=GDUBXR-ql78

【TAICA_生成式AI：文字與圖像生成的原理與實務】3. AI為什麼每次都不一樣

Iveai - I've AI — Tue, 22 Sep 2026 00:00:00 +0800

深入解析生成式 AI 的運作原理，涵蓋從 GAN 到 StyleGAN 的技術細節與隨機性機制。觀眾能理解模型訓練的數學基礎與實際應用，並透過本週作業掌握用 AI Canvas 設計問題與執行程式的實務技能。

原站：https://www.youtube.com/watch?v=d7SJtimt3e0

Needle 3: You Don't Need an LLM for Function Calling

Prompt Engineering — Fri, 18 Sep 2026 00:00:00 +0800

介紹 Needle 3 這款僅 35MB 的輕量模型，展示如何在無 GPU 環境下僅用 CPU 在 66 毫秒內完成函式呼叫。影片包含實作家庭自動化示範、架構解析與可執行的 Colab 筆記本連結，並分享測試時遇到的四個常見陷阱。

原站：https://www.youtube.com/watch?v=qbN559fQn7k

【TAICA_生成式AI：文字與圖像生成的原理與實務】2. 呆萌型AI機器人

Iveai - I've AI — Tue, 15 Sep 2026 00:00:00 +0800

介紹呆萌型 AI 機器人，涵蓋神經網路架構、訓練原理與實作步驟，讓初學者理解 AI 如何從資料學習並辨識影像。

原站：https://www.youtube.com/watch?v=RijejOES8K8

【生活中的未來語言數學、Python、AI】14. CNN圖形辨識和遷移式學習

Iveai - I've AI — Tue, 26 May 2026 00:00:00 +0800

深入解析 CNN 圖形辨識的核心原理，包括卷積與池化層，並示範如何運用 ResNet50V2 進行遷移式學習。觀眾將學習建立自己的圖片分類模型，並使用 Gradio 部署互動介面。

原站：https://www.youtube.com/watch?v=E7rnJ8NP-_Q

【生活中的未來語言數學、Python、AI】13. 用全連結神經網路打造手寫辨識AI

Iveai - I've AI — Tue, 19 May 2026 00:00:00 +0800

複習神經網路核心觀念，並使用 TensorFlow 與 Keras 實作 MNIST 手寫數字辨識模型。學員將建立全連結神經網路，並透過 Gradio 製作可互動的網頁應用程式。

原站：https://www.youtube.com/watch?v=Ug9i7lWlXK0

【生活中的未來語言數學、Python、AI】11. 線性迴歸(重新上傳)

Iveai - I've AI — Tue, 12 May 2026 00:00:00 +0800

透過模擬資料與加州房價預測，實作線性迴歸模型並介紹 MSE、RMSE、R² 等評估指標。觀眾能掌握建立、訓練、預測的三步驟，並學習處理非線性資料與資料清洗技巧。

原站：https://www.youtube.com/watch?v=xQC3LiQ3Nu0

【生成式人工智慧與機器學習導論2025】第 9 講：影像和聲音上的生成策略 — Diffusion/Flow-matching 系列和接龍 (Autoregressive) 這兩條世界線的交會

Hung-yi Lee — Mon, 15 Dec 2025 00:00:00 +0800

深入解析影像與聲音生成的兩種主要策略：Diffusion/Flow-matching 系列與接龍 (Autoregressive) 模型。透過實際範例與理論說明，幫助學習者理解這兩種技術如何結合並應用於生成式 AI。

原站：https://www.youtube.com/watch?v=ccqCDD9LqCA

【生成式人工智慧與機器學習導論2025】第 6 講：一堂課搞懂訓練類神經網路的各種訣竅

Hung-yi Lee — Mon, 03 Nov 2025 00:00:00 +0800

李宏毅教授詳細介紹訓練類神經網路的各種技巧，涵蓋最佳化方法（如 AdamW）與架構設計（如預訓練）。課程教導如何區分最佳化與泛化問題，並提供具體的技術選擇策略。

原站：https://www.youtube.com/watch?v=mPWvAN4hzzY

【生成式人工智慧與機器學習導論2025】第3講：解剖大型語言模型

Hung-yi Lee — Mon, 29 Sep 2025 00:00:00 +0800

深入剖析大型語言模型內部運作原理，從 Token 化到 Embedding 表，再到 Attention 機制與層級結構。

原站：https://www.youtube.com/watch?v=8iFvM7WUUs8

【生成式人工智慧與機器學習導論2025】第 2 講：上下文工程 (Context Engineering) — AI Agent 背後的關鍵技術

Hung-yi Lee — Mon, 22 Sep 2025 00:00:00 +0800

介紹上下文工程（Context Engineering）的概念，說明其與提示工程（Prompt Engineering）的異同，並探討如何透過最佳化輸入讓語言模型獲得預期輸出。

原站：https://www.youtube.com/watch?v=lVdajtNpaGI

The Dark Matter of AI [Mechanistic Interpretability]

Welch Labs — Tue, 24 Dec 2024 00:00:00 +0800

探討機器學習模型中難以解釋的「暗物質」現象，介紹機械可解釋性領域的基礎概念與最新研究。觀眾能了解如何分析大型語言模型內部運作，並掌握相關工具進行實驗。

原站：https://www.youtube.com/watch?v=UGO_Ehywuxc

【生成式AI導論 2024】第7講：大型語言模型修練史 — 第二階段: 名師指點，發揮潛力 (兼談對 ChatGPT 做逆向工程與 LLaMA 時代的開始)

Hung-yi Lee — Mon, 25 Mar 2024 00:00:00 +0800

介紹大型語言模型第二階段的訓練方法，即利用人類標註的指令資料進行微調（Instruction Fine-tuning）。講者解釋了為何僅靠網路爬蟲資料無法讓模型具備常識，並說明如何透過逆向工程 ChatGPT 對話來獲取訓練資料。

原站：https://www.youtube.com/watch?v=Q9cNkUPXUB8

Getting Started With CUDA for Python Programmers

Jeremy Howard — Sun, 28 Jan 2024 00:00:00 +0800

Jeremy Howard 教導 Python 開發者如何透過 PyTorch 輕鬆編寫 CUDA 程式，將 RGB 轉灰階的演算法從純 Python 轉換為 GPU 加速版本。

原站：https://www.youtube.com/watch?v=nOxKexn3iBo

Coding a Transformer from scratch on PyTorch, with full explanation, training and inference.

Umar Jamil — Fri, 26 May 2023 00:00:00 +0800

教導如何從零開始使用 PyTorch 編寫 Transformer 模型，涵蓋從嵌入到訓練迴圈的完整實作。觀眾能學習到 Transformer 架構的具體實現細節與訓練方法。

原站：https://www.youtube.com/watch?v=ISNdQcPhsts