Ying-Jia Lin

生成式AI：文字與圖像生成的原理與實務 (2026 Fall)

· Ying-Jia Lin

歡迎來到生成式AI：文字與圖像生成的原理與實務的課程頁面🎓
本課程為TAICA所開設之課程，長庚大學校內屬於衛星課程，長庚大學學生可以選修。

課程基本資料

  • 開授教師：蔡炎龍 副教授 (國立政治大學應用數學系)
  • 校內協同教師：林英嘉 助理教授 (長庚大學人工智慧學系)
  • 開課級別：大學部／研究所
  • 授課語言：中文
  • 科目代號：ICM906
  • 學分數：3
  • 上課時間：每週二 16:10–19:00
  • 上課地點：線上
  • 遠距上課位置：
  • 協同教師 Office Hour：請來信預約，或於 Teams 聯繫協同教師林英嘉（Email: yjlin@cgu.edu.tw）

課程概述

本課程兼具理論深度與實作樂趣，專為希望深入了解生成式 AI 技術與應用的學生設計。不論基礎或進階，課程將帶領同學探索生成式 AI 的無限可能。內容涵蓋神經網路、GAN、Transformer、大型語言模型、RAG、AI Agents、Diffusion Models 等，並實作文字生成、圖像生成等多樣應用，使用的工具包括 OpenAI API、LangChain、HuggingFace、AISuite 等。

課程目標

  1. 理解生成式 AI 的核心技術（神經網路、GAN、Transformer、大型語言模型、RAG、AI Agents、Diffusion Models）。
  2. 實際運用 OpenAI API、LangChain、AISuite、HuggingFace、Fooocus 等工具開發應用。
  3. 探討生成式 AI 的社會與倫理挑戰，提出創新解決方案。
  4. 完成期末專題，整合所學內容並展示一個實用的生成式 AI 系統。

課程特色

  • 循序漸進：從神經網路基礎到進階模型與應用。
  • 實作為主、理論為輔：課堂使用 Colab 進行程式實作，搭配具挑戰性的課後作業。
  • 涵蓋最新技術：掌握生成式 AI 發展趨勢。
  • 多元應用場景：文字生成、圖像生成、對話機器人、Agentic AI 等。
  • 強調倫理與應用：反思 AI 的社會影響，強調負責任使用。

課程內容大綱

週次 日期 主題 錄影 作業內容 (截止日)
1 9/8 如何不焦慮地學AI HW1 (9/21)
2 9/15 神經網路的概念：感知器、多層感知器、激發函數與反向傳播，實作簡單的 MNIST 手寫數字分類 HW2 (9/29)
3 9/22 紅極一時的生成對抗網路 (GAN)：GAN 的生成原理、著名應用範例，及為什麼暫時不再是主流
4 9/29 大型語言模型原來這麼簡單：RNN 及 Transformers 簡介、seq2seq 模型、詞嵌入等原理
5 10/6 Transformers 全攻略：RNN 及 Transformers 的數學基礎與架構、注意力模式的原理
6 10/13 大型語言模型（LLM）的應用及倫理議題的挑戰
7 10/20 打造自己的對話機器人：使用 AISuite，用程式的方式打造自己的對話機器人
8 10/27 專家講座：學界或業界專家分享生成式 AI 相關實務主題
9 11/3 檢索增強生成（RAG）的原理及實作：實作基於 LangChain 的 RAG 系統
10 11/10 Agentic AI 與 AI Agents：不同的 AI Agent 設計模式，並運用 AISuite 實作
11 11/17 變分自編碼器（VAE）開始的冒險旅程：VAE 的原理，及其如何發展出 diffusion models
12 11/24 文字生圖 AI 的原理及實作：CLIP、排程器、LoRA 等概念，用 Hugging Face diffusers 打造圖像生成 AI Web APP
13 12/1 用 Fooocus 實現 Diffusion Models 的進階技術：CLIP 模型、著名的圖像生成 AI 模型及運用方式
14 12/8 生成式 AI 流行工具及應用範例
15 12/15 生成式 AI 應用與發展趨勢：文字生成與圖像生成模型「互相攻佔」對方地盤的現象與原理
16 12/22 線上期末專題成果分享（Gather.town 線上研討會形式）

成績評量方式

  • 作業與反思：75%
    • 每次作業滿分 10 分，兩週內繳交。可使用 LLM 協助，但若直接用 prompt 生成即可得出的結果，最高得分 3 分。
    • 批改方式：採用政大助教每次作業的評分標準。
  • 期末專案：20%
    • 完成一個生成式 AI 應用專案。
    • 期末分享採 Gather.town 線上研討會模式，以學生投稿、擇優的方式參與，若長庚學生獲選，將獲得額外加分。獲選同學需錄製不超過 5 分鐘的簡報影片，其他同學到了簡報處即可看見獲選同學的簡報，不需要自己重覆介紹。
  • 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，若有長庚學生進行分享，該生將獲得額外加分。

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. 本課程嚴禁抄襲，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，直接使用LLM的輸出當作業是不能接受的。

參考資源