CGU AICV Lab Computer Vision Lab of the Department of Artificial Intelligence at Chang Gung University

生成式AI:文字與圖像生成的原理與實務 2025

授課教師資訊

開設學校:政治大學 開授教師: 蔡炎龍 班級人數: 約2000人 (保留開課學校 500 人,本校上限40人) 開課級別:碩士課程 (政大學碩合開)

課程概述

「生成式 AI:文字與圖像生成的原理與實務」是一門兼具理論深度與實作樂趣的課程,專為希望深入了解生成式 AI 的技術與應用的學生而設計。不論對 AI 的認識是基礎還是進階,我們都希望透過這門課程,帶領同學探索生成式 AI 的無限可能。學生將會學習神經網路、GAN、Transformer、大型語言模型、RAG、AI Agents、Diffusion Models 等技術,並運用工具如 OpenAI API、LangChain、HuggingFace 及 AutoGen 等等,完成從文字生成到圖像生成的多樣應用。

課程目標

  1. 理解生成式 AI 的核心技術,包括神經網路、GAN、Transformer、大型語言模型、RAG、AI Agents、Diffusion Models 等。
  2. 實際運用各種工具和框架,例如 OpenAI API、LangChain、AutoGen、HuggingFace、Fooocus,打造多樣的生成式 AI 應用。
  3. 探討生成式 AI 的社會與倫理挑戰,從技術層面與實務層面提出創新解決方案。
  4. 完成期末專題,整合所學內容,設計並展示一個實用的生成式 AI 系統。

時間與地點

每週二下午 16:10-19:00 地點:電腦教室3(管理大樓303室)
網路直播URL Facebook: 政大應數系直播中心 YouTube 課程存放點: Iveai - I’ve AI 炎龍老師的 YouTube 直播頻道

助教與答問時間

劉冠亨 m1261003@cgu.edu.tw
盧睿霆 m1361008@cgu.edu.tw

協同教師與答問時間

楊智淵 cyyang@cgu.edu.tw
週二上午 10:30~11:30 管理大樓14樓 1416室

課程大綱

週次 日期 課程內容 錄影 預定事項
1 2/18 課程介紹與生成式 AI 概述 YouTube  
2 2/25 神經網路的概念 YouTube  
3 3/4 紅極一時的生成對抗網路 GAN YouTube  
4 3/11 大型語言模型原來這麼簡單 YouTube  
5 3/18 Transformers 全攻略 YouTube  
6 3/25 大型語言模型(LLM)的應用及倫理議題的挑戰 YouTube  
7 4/1 打造自己的對話機器人 YouTube  
8 4/8 檢索增強生成(RAG)的原理及實作 YouTube  
9 4/15 為什麼大家說2025年是AI Agents元年 YouTube  
10 4/22 變分自編碼器(VAE)開始的冒險旅程 YouTube  
11 4/29 文字生圖 AI 的原理及實作 YouTube  
12 5/6 Diffusion Models 與圖像生成    
13 5/13      
14 5/20 Diffusion Models 進階主題    
15 5/27 Fooocus 實作圖像生成    
16 6/3 研討會型式的期末專題成果分享    

期末專題

教科書

沒有教科書,只有蔡炎龍老師的錄影

參考書籍

在投影片裏會提及

成績評量方式

  • 作業及反思: 75% 每次作業繳交時間在兩週內,每次作業滿分為 10 分。歡迎同學運用大型語言模型協助,但只能寫出下一次 prompt 就生得出結果水準的作業,得分最高 3 分。
  • 期末專案: 20% 每個人需完成一個生成式 AI 應用專案。期末分享採研討會模式,以投稿方式參與,獲選同學參加期末專案分享,並有額外加分。
  • 上課參與 5% 非常鼓勵同學在「直播」時間參與課程,另外上課互動、參與討論等等,皆會列入考量。
  • 額外加分 課程有「閃電秀」安排,同學們可自由報名,在每次上課第三節時,以 5 分鐘內的時間,分享自己對生成式 AI 相關的心得。每次上課最多可接受 5 位同學的分享。

課程要求

  1. 會使用 Google Colab 雲端運算平台,請同學準備好自己的 Google 帳號。本課程的作業應該免費版就足夠,但可以考慮自己狀況是否升級。
  2. 建議 (非要求) 於 https://platform.openai.com/ 儲值使用 OpenAI API 的 credit,應該 5 美金就完全足夠課程的需求。課程中我們還是會提供其他免費的方案,但使用 OpenAI API 可能會比較方便 (特別對技術不是那麼熟悉的同學)。
  3. 非常強調不可以抄襲,包括抄襲網路上的作品,或者直接抄襲生成式 AI 產出者,皆是不可接受的。本課程是生成式 AI 課程,使用大型語言模型協作,不但是允許,甚至是鼓勵的。這裡的抄襲是直接下一個 prompt 就能產出的結果,直接當作業是不能接受的。