《生成式 AI：文字與圖像生成的原理與實務》是國立政治大學應用數學系蔡炎龍老師的課。它是 TAICA（台灣大專院校人工智慧學程聯盟）的主導課程，每週二下午直播，聯盟學校的學生可以用衛星課程的方式修課。
這門課的定位很清楚：程式基礎不多的初學者，先弄懂神經網路、GAN、大型語言模型、RAG、AI Agents 與 diffusion 生圖的原理，再用 Google Colab 做出對話機器人、RAG 系統、Agent 與生圖 Web App。它在本站的課程導讀裡算是較淺的一條入口，深入的部分會用延伸閱讀連到其他系列。
這篇是系列入口，只講課程是誰開的、校外讀者拿得到什麼、講次與作業怎麼對上、需要哪些工具，以及 Fall 2026 有什麼不同。每一講的內容留給後面各篇。
這門課是誰的：政大主講，長庚那頁是衛星班
在網路上搜尋這門課，最容易找到的完整頁面是 yangchihyuan.github.io/courses/GenerativeAI2025。這頁掛在長庚大學人工智慧學系楊智淵老師的 CGU AICV Lab 網站上，屬於長庚衛星班的課程頁，並非主講者的官網。
頁面自己寫得很清楚：
- 開設學校：政治大學；授課教師：蔡炎龍
- 楊智淵列在「協同教師與答問時間」，另有兩位長庚助教
- 開課級別寫「碩士課程（政大學碩合開），但長庚列為大一課程」
- 教科書一欄寫「沒有教科書，只有蔡炎龍老師的錄影」
所以本系列的歸屬這樣處理：錄影、投影片、Demo notebook 都出自蔡炎龍，課程內容歸給他；每週作業的題目與評分標準，公開文字只在長庚頁面上看得到，引用時一律寫明「長庚衛星班版本」。
TAICA 衛星課程怎麼分工
Fall 2026 課綱 PDF 把分工寫得很具體：
| 項目 | 課綱內容 |
|---|---|
| 班級人數 | 2500 人，保留 500 人給政大；聯盟校不限，條件式授權學校可自訂上限 |
| 助教比例 | 聯盟學校每 30 名學生需 1 名助教 |
| 協同老師 | 「不需要同步跟課」，但要找助教，並獨立完成該校所有學生的評分 |
| 協同老師背景 | 不需要已經很熟 Python 與生成式 AI，因為 1132 的完整錄影與投影片都已公開 |
最後一列就是校外自學者能用這門課的原因：主講者把 1132 整學期的材料當成給協同老師的備課資源公開。
以哪一學期為準：Spring 2025（1132）
本系列以政大 **1132 學期（2025 年 2–6 月）**為準。這是目前唯一一個錄影、投影片、作業題目與 notebook 都公開的完整學期。
| 材料 | 狀態 | 出處 |
|---|---|---|
| 14 支直播錄影（每支約 2 小時 45 分到 3 小時 12 分） | 公開 | 1132 YouTube 播放清單 |
| 14 份投影片 PDF（GenAI01–GenAI14） | 公開 | yenlung.me/1132GenAI（轉址到 Google Drive 資料夾） |
| 週次課表、12 份作業說明與評分標準 | 公開 | 長庚衛星班頁面 |
| Demo notebooks（Colab） | 公開，但跨課共用、持續更新 | yenlung/AI-Demo |
| 繳交與批改 | 各校平台（政大用 NTU COOL），校外拿不到 | GenAI01 投影片第 9 頁 |
每支錄影的 YouTube 說明欄都附了分段時間軸，找特定主題時很好用。
存取分級：A3，附四個缺口
依全球 AI／CS 課程地圖的 A0–A3 分級，1132 是 A3（足以自學）：錄影、投影片、每週作業說明與評分標準，加上大部分作業直接改寫的範例 notebook，都拿得到。缺口有四個：
- Notebook 不是當時的版本。 AI-Demo 的 repo 說明是「人工智慧工作坊、演講等示範檔案」，是蔡炎龍所有課程與工作坊共用的，學期結束後還在改。例如
【Demo01】設計你的神經網路.ipynb最近一次 commit 是 2026-03-17。本系列引用 notebook 時都標「repo 目前版本」。 - 沒有批改。 作業繳交走各校平台，校外讀者只能拿評分標準自評。
- 期末專案只有規則。 期末以 Gather Town 線上研討會分享，但沒有公開的成果清單。
- 投影片文字抽不乾淨。 PDF 裡的中文字型抽成純文字會缺字，要引用時請回到投影片頁面對照。
講次與作業怎麼對上
長庚頁面的作業是照「週」編號，不是照講次。第 5 週（Transformers）與第 15 週（新趨勢）沒有作業，第 14 週是政大校慶停課，第 13 週的作業是期末專案提案。合計 12 份作業。
| 週 | 日期（2025） | 講次主題 | 作業（長庚衛星班版本） | 本系列 |
|---|---|---|---|---|
| 1 | 2/18 | 課程介紹與生成式 AI 概述 | 在 Colab 畫一個函數圖形 | L01 |
| 2 | 2/25 | 神經網路的概念 | 自己設計 DNN 手寫辨識，不能是三層 | L02 |
| 3 | 3/4 | 紅極一時的生成對抗網路 GAN | 二選一：實際跑 GAN，或解釋 Cross Entropy 與 KL divergence | L03 |
| 4 | 3/11 | 大型語言模型原來這麼簡單 | 建立自己的 benchmark prompts，比較至少兩種 LLM | L04 |
| 5 | 3/18 | Transformers 全攻略 | 無作業 | L05 |
| 6 | 3/25 | LLM 的應用及倫理議題的挑戰 | 用 OpenAI API 打造有人設的對話機器人，Gradio 展示 | L06 |
| 7 | 4/1 | 打造自己的對話機器人 | 二選一：可持續對話的版本，或兩個模型互相對話 | L07 |
| 8 | 4/8 | RAG 的原理及實作 | 用自己的資料實作 RAG 系統 | L08 |
| 9 | 4/15 | 為什麼大家說 2025 年是 AI Agents 元年 | Planning（CoT 改寫版）或 Reflection 模式二選一 | L09 |
| 10 | 4/22 | 變分自編碼器（VAE）開始的冒險旅程 | 用 Bing 文字生圖，生出風格一致的多組圖 | L10 |
| 11 | 4/29 | 文字生圖 AI 的原理及實作 | 用 Hugging Face 的 SD1.5 模型做生圖 Web App | L11 |
| 12 | 5/6 | ControlNet 與 Fooocus | 設想應用情境，用 Fooocus 至少生 3 組圖並寫出創作流程 | L12 |
| 13 | 5/13 | 強化學習與生成式 AI 綜合應用 | 期末專案提案 | L13 |
| 14 | 5/20 | 政大校慶，無課 | — | — |
| 15 | 5/27 | 生成式 AI 新趨勢 | 無作業 | L14 |
| 16 | 6/3 | 研討會型式的期末專題成果分享 | — | 併入 L14 |
有兩個錯位要先知道。第 6 週的作業（OpenAI API 對話機器人）掛在倫理那一講底下，內容其實銜接第 7 講。第 10 週的作業（Bing 生圖）掛在 VAE 那一講，要到第 11 講才會講 diffusion 的原理。
同一門課，三種評分方式
TAICA 讓各校獨立評分，所以同一份作業在不同學校的份量不一樣：
| 版本 | 作業 | 期末專案 | 上課參與 | 出處 |
|---|---|---|---|---|
| 政大 1132 | 70% | 25% | 5% | GenAI01 投影片第 115 頁 |
| 長庚衛星班 1132 | 100%（12 次平均） | 0% | 0% | 長庚頁面 |
| 政大 1151（Fall 2026） | 作業及反思 75% | 20% | 5% | Fall 2026 課綱 |
長庚把期末專案調成 0%，理由寫在頁面上：該班九成是大四生，學校要求 5/29 前上傳成績，而期末專案繳交日是 6/2。政大另外有「閃電秀」加分，GenAI01 第 116 頁寫學期成績額外加 2 分。
三個版本共用的規則是抄襲的定義。課程鼓勵用大型語言模型協作，但「直接下一個 prompt 就能產出的結果」拿來當作業不被接受。Fall 2026 課綱把它寫成分數上限：這種水準的作業最高 3 分（滿分 10 分）。
需要的工具
| 工具 | 用在哪裡 | 出處 |
|---|---|---|
| Google Colab | 全部作業；免費版應該就夠 | 長庚頁面「課程要求」、GenAI01 第 3 節 |
| OpenAI API | 對話機器人、RAG、Agent；建議（非必要）儲值，課綱說 5 美元就完全足夠 | 長庚頁面、Fall 2026 課綱 |
| Groq API | 有完全免費的方案；Fall 2026 課綱要求每人申請 | Fall 2026 課綱 |
| AISuite | 用同一套介面呼叫多家 LLM；Agent 的兩個 Demo 用它實作 | 【Demo07a】、【Demo07c】 notebook |
| Gradio | 幾乎每份作業都要求用它做展示介面 | 【Demo01】 起的 notebook |
| LangChain + FAISS | 只出現在 RAG 的兩個 notebook | 【Demo06a】、【Demo06b】 |
| diffusers | 文字生圖 | 【Demo08】 |
| Fooocus | 第 12 週的生圖工作流程 | GenAI12、第 12 週作業 |
有一個常見誤解要先講。1132 的課程概述把 AutoGen 與 LangChain 列為會用到的工具，但實際打開材料，GenAI09 投影片把 LangChain、AutoGen、CrewAI 放在「進階學習」清單；Agent 的實作用的是 AISuite 加 Gradio。這門課沒有 AutoGen 的實作。
Fall 2026（1151）有什麼不同
1151 學期正在直播，存取分級是 A2：課綱與投影片（yenlung.me/1151GenAI）公開，錄影陸續上架。
2026-09-30 查詢時，頻道上的 1151 播放清單有 5 個項目，其中 1 支隱藏，可看的 4 支標題是：1. 如何不焦慮地學 AI、2. 呆萌型 AI 機器人、3. AI 為什麼每次都不一樣、4. LLM 只是在猜下一個字。期末分享排在 2026/12/22。
跟 1132 相比，課綱的變動集中在後半學期：
| 週 | 1132 | 1151 課綱 |
|---|---|---|
| 7 | 打造自己的對話機器人 | 同名，寫明用 AISuite 實作 |
| 8 | RAG | 專家講座 |
| 9 | AI Agents | RAG，寫明「基於 LangChain」 |
| 10 | VAE | Agentic AI 與 AI Agents，用 AISuite 實作 |
| 13 | 強化學習與生成式 AI 綜合應用 | 用 Fooocus 實現 Diffusion Models 的進階技術 |
| 14 | 校慶停課 | 生成式 AI 流行工具及應用範例 |
強化學習那一週拿掉了。工具清單裡的 AutoGen 換成 AISuite，並新增每人申請 Groq API 的要求。本系列等 1151 結束後，再決定要不要補一篇對照。
建議的自學路線
- 先開帳號。 準備 Google 帳號（Colab）、Groq API 金鑰；想省事的話在 OpenAI 儲值少量額度。
- 一週一講。 每講先看錄影前兩節，再打開對應的 Demo notebook 跑一遍，最後照長庚頁面的評分標準做作業。評分標準的高分條件通常是「改成自己的樣子」，照抄範例只拿基本分。
- 把作業留在 Colab 裡。 長庚頁面要求交 Colab 連結加重點說明與截圖，自學時照做，等於幫自己留一份學習紀錄。
- 數學週可以先跳。 L05 Transformers 的數學沒有作業；不想碰矩陣的讀者可以先讀 L06，之後再回來。
今晚可以做的一件事：打開 GenAI01 投影片第 81 頁，把那四行標準套件在一個新的 Colab 筆記本裡跑起來。第一份作業就從這裡開始。
系列文章
延伸閱讀
這門課每一講都自成一套，下面這些站內系列只在你想往下挖時才需要：
- 神經網路基礎更完整的版本：CMU 11-785 導讀
- LLM 與 Transformer：Stanford CS224N、Stanford CME295、Stanford CS336、台大李宏毅 機器學習 2026
- RAG：RAG 模式完整指南
- AI Agents：CMU 11-768 導讀；MCP 的正式名稱與設計：MCP（Model Context Protocol）
- Diffusion 的數學：MIT 6.S184 導讀；視覺生成：Stanford CS231N 導讀
- 強化學習：Berkeley CS285：模仿學習與 RL 基礎
- 各校課程的公開程度比較：全球 AI／CS 課程地圖
參考資料
- 長庚衛星班課程頁：生成式AI：文字與圖像生成的原理與實務 2025 — 授課教師、協同教師、週次課表、12 份作業說明與評分標準、長庚的評分調整
- 1132 YouTube 播放清單 — 14 支直播錄影與分段時間軸
- 1132 投影片資料夾（yenlung.me/1132GenAI） — GenAI01–GenAI14 PDF；政大 1132 評分比例見 GenAI01 第 115–116 頁
- yenlung/AI-Demo — 課程 Demo notebooks，跨課共用、持續更新
- Fall 2026 課綱 PDF — 班級人數、助教比例、協同老師分工、1151 週次、評分與課程要求
- TAICA 115 學年度上學期課程清單 — 課程屬性、難度 ★★、衛星課程型態、期末分享日期
- Iveai - I've AI YouTube 頻道 — 1132 與 1151 播放清單
- 1151 投影片資料夾（yenlung.me/1151GenAI） — Fall 2026 已上傳的講義
Loading...