LLM开发工程师入行实战--从0到1开发轻量化私有大模型

课程详情

课程目录

01 第1章 LLM大模型工程师入门实战--课程导学
  01 1-1 LLM开发工程师入门实战-课程导学.mp4
02 第2章 千里之行，始于足下：初识大语言模型
  01 2-1 开启你的AI智慧之旅-本章导学.mp4
  02 2-2 开启你的AI智慧之旅-初识大语言模型.mp4
  03 2-3 开启你的AI智慧之旅-大语言模型擅长的事儿.mp4
  04 2-4 开启你的AI智慧之旅-大语言模型的诞生过程.mp4
  05 2-5 开启你的AI智慧之旅-从0到1构建大语言模型的意义.mp4
  06 2-6 开启你的AI智慧之旅-大语言模型的局限性与挑战.mp4
  07 2-7 开启你的AI智慧之旅-大语言模型的未来展望.mp4
03 第3章 工欲善其事，必先利其器：开发环境的搭建
  01 3-1 开发环境搭建-导学.mp4
  02 3-2 开发环境搭建-MiniConda安装与使用.mp4
  03 3-3 开发环境搭建-使用pip命令安装依赖包.mp4
  04 3-4 开发环境搭建-VsCode的配置.mp4
  05 3-5 开发环境搭建-手攒超级计算机-硬件(自己够买硬件者选看).mp4
  06 3-6 开发环境搭建-Nvidia与CUDA关系及Linux下Nvidia驱动的安装(Linux下搭建环境者选看).mp4
  07 3-7 开发环境搭建-Windows下Nvidia驱动的安装(Windows下搭建环境者选看).mp4
  08 3-8 开发环境搭建-使用Docker搭建环境一(需要Docker搭建环境者选看).mp4
  09 3-9 打开发环境搭建-使用Docker搭建环境二(需要Docker搭建环境者选看).mp4
  10 3-10 开发环境搭建-申请阿里云的免费GPU和CPU资源(想使用阿里云服务者选看).mp4
  11 3-11 开发环境搭建-申请Kaggle的免费GPU和CPU资源(想使用Kaggle且有科学上网工具者选看).mp4
  12 3-12 开发环境搭建-申请Google的免费GPU和CPU资源(想使用Google云且有科学上网工具者选看).mp4
04 第4章 牛刀小试：使用HuggingFace训练GPT-2
  01 4-1 使用HuggingFace训练GPT2-导学.mp4
  02 4-2 HuggingFace简介.mp4
  03 4-3 使用HuggingFace训练GPT2-基本步骤.mp4
  04 4-4 使用HuggingFace训练GPT2-全流程体验（后面会详解）.mp4
  05 4-5 使用HuggingFace训练GPT2-详解group_text的实现.mp4
  06 4-6 使用HuggingFace训练GPT2-详解generate_text的实现.mp4
05 第5章 提高学习效率：驾驭LLM的对话艺术与工具 (初学AI者选看)
  01 5-1 提高工作效率-导学.mp4
  02 5-2 提高工作效率工具-通义灵码与小浣熊.mp4
  03 5-3 提高工作效率工具-Copilot.mp4
  04 5-4 大语言模型助手-Kimi.mp4
  05 5-5 大语言模型助手-NewBing.mp4
  06 5-6 大语言模型助手-Gemini.mp4
  07 5-7 大语言模型助手-Poe.mp4
  08 5-8 大语言模型提示词(一).mp4
  09 5-9 大语言模型提示词(二).mp4
  10 5-10 大语言模型提示词(三).mp4
  11 5-11 大语言模型提示词(四).mp4
  12 5-12 大语言模型提示词(五).mp4
  13 5-13 本章小结.mp4
06 第6章 必知必会的基础知识：Python语言基础 (没有Pytorh基础者选看)
  01 6-1 Python语言基础知识-导学.mp4
  02 6-2 Python语言基础知识-变量的定义与使用.mp4
  03 6-3 Python语言基础知识-逻辑判断与优先级.mp4
  04 6-4 Python语言基础知识-循环.mp4
  05 6-5 Python语言基础知识-函数的定义与使用.mp4
  06 6-6 Python语言基础知识-类与对象.mp4
  07 6-7 Python语言基础知识-四种复合类型.mp4
  08 6-8 Python语言基础知识-可变变量与不可变变量.mp4
  09 6-9 Python语言基础知识-特有技术切片.mp4
  10 6-10 Python语言基础知识-其它特有技术.mp4
  11 6-11 Pythony语言基础知识-NumPy库的使用.mp4
  12 6-12 Python语言基础知识-MatPlotLib库的使用.mp4
  13 6-13 Python语言基础知识-本章小结.mp4
07 第7章 深度学习核心入门：洞悉AI的学习之道 (无深度学习经验者选看)
  01 7-1 深度学习核心入门-导学.mp4
  02 7-2 深度学习核心入门-人工智能、机器学习与深度学习的关系.mp4
  03 7-3 深度学习核心入门-神经元与神经网络.mp4
  04 7-4 深度学习核心入门-监督学习与无监督学习.mp4
  05 7-5 深度学习核心入门-数据集的划分.mp4
  06 7-6 深度学习核心入门-过拟合、欠拟合与代价函数.mp4
  07 7-7 深度学习核心入门-代价函数的意义.mp4
  08 7-8 深度学习核心入门-梯度下降.mp4
  09 7-9 深度学习核心入门-线性回归代价函数的导数.mp4
  10 7-10 深度学习核心入门-学习率.mp4
  11 7-11 深度学习核心入门-逻辑回归.mp4
  12 7-12 深度学习核心入门-sigmoid激活函数.mp4
  13 7-13 深度学习必备的基础知识-逻辑回归的代价函数.mp4
  14 7-14 深度学习必备的基础知识-逻辑回归的梯度下降.mp4
  15 7-15 深度学习必备的基础知识-逻辑回归代价函数关于w和b偏导后的公式证明.mp4
  16 7-16 深度学习必备的基础知识-深度神经网络与前向传播.mp4
  17 7-17 深度学习必备的基础知识-多种激活函数.mp4
  18 7-18 深度学习必备的基础知识-反向传播与计算图.mp4
  19 7-19 深度学习必备的基础知识-前向传播与反向传播的完整过程.mp4
08 第8章 掌握“炼丹术”：优化深度学习训练参数 (无深度学习经验者选看)
  01 8-1 优化深度学习训练参数-导学.mp4
  02 8-2 深度神经网络参数优化-向量化与矩阵化.mp4
  03 8-3 深度神经网络参数优化-L2正则化.mp4
  04 8-4 深度神经网络参数优化-Dropout.mp4
  05 8-5 深度神经网络参数优化-数据归一化处理.mp4
  06 8-6 深度神经网络参数优化-初始化权重参数.mp4
  07 8-7 深度神经网络参数优化-全批量梯度下降.mp4
  08 8-8 深度神经网络参数优化-随机梯度下降与小批量梯度下降.mp4
  09 8-9 深度神经网络参数优化-梯度参数调优.mp4
  10 8-10 深度神经网络参数优化-BatchNormalization.mp4
09 第9章 【实战】手写字识别：第一个AI模型诞生记 (无深度学习经验者选看)
  01 9-1 [实战]手写字识别-导学.mp4
  02 9-2 [实战]手写字识别- Pytorch的一点历史.mp4
  03 9-3 [实战]手写字识别-Pytorch加载数据集.mp4
  04 9-4 [实战]手写字识别-Pytorch导入训练数据和测试数据.mp4
  05 9-5 [实战]手写字识别-构建手写字神经网络.mp4
  06 9-6 [实战]手写字识别-Pytorch实现训练逻辑代码.mp4
  07 9-7 [实战]手写字识别-Pytorch实现评估神经逻辑代码.mp4
  08 9-8 [实战]手写字识别-Pytorch训练和评估神经网络.mp4
  09 9-9 [实战]手写字识别-模型的保存部署与使用.mp4
  10 9-10 [实战]手写字识别-训练参数调优.mp4
10 第10章 【实战】数据爬取与清洗：为大模型“备粮草”
  01 10-1 [实战]数据与爬虫-导学.mp4
  02 10-2 [实战]数据与爬虫-大语言模型的食谱.mp4
  03 10-3 [实战]数据与爬虫-实现网络爬虫（一）.mp4
  04 10-4 [实战]数据与爬虫-实现网络爬虫（二）.mp4
  05 10-5 [实战]数据与爬虫-实现网络爬虫（三）.mp4
  06 10-6 [实战]数据与爬虫-实现网络爬虫（四）.mp4
  07 10-7 [实战]数据与爬虫-清洗数据（一）.mp4
  08 10-8 [实战]数据与爬虫-清洗数据（二）.mp4
  09 10-9 [实战]数据与爬虫-清洗数据（三）.mp4
  10 10-10 [实战]数据与爬虫-小结.mp4
11 第11章 让机器读懂文本：文本与分词艺术
  01 11-1 文本与分词艺术-导学.mp4
  02 11-2 文本与分词艺术-文本向量化的完整过程.mp4
  03 11-3 文本与分词艺术-文本分词.mp4
  04 11-4 文本与分词艺术-构造文本字典.mp4
  05 11-5 文本与分词艺术-实现Tokenizer类.mp4
  06 11-6 文本与分词艺术-文本转TokenID.mp4
  07 11-7 文本与分词艺术-TokenID转文本.mp4
  08 11-8 文本与分词艺术-基于统计的分词技术.mp4
  09 11-9 文本与分词艺术-GPT-tiktoken分词器.mp4
  10 11-10 文本与分词艺术-文本向量化(Embedding).mp4
  11 11-11 文本与分词艺术-实战TokenID转向量.mp4
  12 11-12 文本与分词艺术-本章小结.mp4
12 第12章 画龙点睛：注意力机制的奥秘
  01 12-1 注意力机制-导学.mp4
  02 12-2 注意力机制-什么是注意力机制.mp4
  03 12-3 注意力机制-三个关键元素QKV.mp4
  04 12-4 注意力机制-注意力机制与自注意力机制的区别.mp4
  05 12-5 注意力机制-注意力分数.mp4
  06 12-6 注意力机制-缩放因子.mp4
  07 12-7 注意力机制-实现注意力机制的具体过程.mp4
  08 12-8 注意力机制-注意力机制的矩阵化.mp4
  09 12-9 注意力机制-代码实现.mp4
13 第13章 石破天惊：Transformer架构的革命
  01 13-1 Transformer架构-Transformer整体结构.mp4
  02 13-2 Transformer架构-词嵌入(Embedding).mp4
  03 13-3 Transformer架构-位置编码.mp4
  04 13-4 Transformer架构-多头注意力机制.mp4
  05 13-5 Transformer架构-编解码器中的残差网络与层归一化.mp4
  06 13-6 Transformer架构-掩码注意力机制.mp4
  07 13-7 Transformer架构-解码器.mp4
14 第14章 麻雀虽小，五脏俱全：实现‘迷你’版大语言模型
  01 14-1 迷你GPT-导学.mp4
  02 14-2 迷你GPT-GPT架构.mp4
  03 14-3 迷你GPT-GPT中的位置编码.mp4
  04 14-4 迷你GPT-实现GPT骨架(一).mp4
  05 14-5 实现GPT-迷你GPT骨架(二).mp4
  06 14-6 迷你GPT-实现自注意力机制(一).mp4
  07 14-7 迷你GPT-实现自注意力机制(二).mp4
  08 14-8 迷你GPT-实现掩码注意力机制(一).mp4
  09 14-9 迷你GPT-实现掩码注意力机制(二).mp4
  10 14-10 迷你GPT-实现多头注意力机制.mp4
  11 14-11 迷你GPT-实现层归一化.mp4
  12 14-12 迷你GPT-实现GELU激活函数与前馈网络.mp4
  13 14-13 迷你GPT-残差与TransformerBlock.mp4
  14 14-14 迷你GPT-测试GPTModel.mp4
  15 14-15 迷你GPT-生成文本(一).mp4
  16 14-16 迷你GPT-生成文本(二).mp4
  17 14-17 迷你GPT-生成文本(三).mp4
  18 14-18 迷你GPT-文本评估.mp4
  19 14-19 迷你GPT-交叉熵损失函数.mp4
  20 14-20 迷你GPT-创建并加载数据集(一).mp4
  21 14-21 迷你GPT-创建并加载数据集（二）.mp4
  22 14-22 迷你GPT-实现模型.mp4
  23 14-23 -迷你GPT-评估模型.mp4
  24 14-24 迷你GPT-开始训练.mp4
  25 14-25 迷你GPT-优化输出(一).mp4
  26 14-26 迷你GPT-优化输出(二).mp4
  27 14-27 迷你GPT-保存并加载训练好的模型.mp4
15 第15章 模型微调与文本分类：让通用模型变身专家
  01 15-1 微调模型-导学.mp4
  02 15-2 微调模型-获得高质量的训练数据.mp4
  03 15-3 微调模型-构造Dataset.mp4
  04 15-4 微调模型-创建DataLoader(一).mp4
  05 15-5 微调模型-创建Dataloader(二).mp4
  06 15-6 微调模型-加载GPT2预训练模型(一).mp4
  07 15-7 微调模型-加载GPT2预训练模型(二).mp4
  08 15-8 微调模型-指令微调(一).mp4
  09 15-9 微调模型-指令微调(二).mp4
  10 15-10 微调模型-绘制损失趋势图.mp4
  11 15-11 微调模型-为模型评分(一).mp4
  12 15-12 微调模型-为模型评分(二).mp4
  13 15-13 微调模型-LoRA(一).mp4
  14 15-14 微调模型-LoRA(二).mp4
16 第16章 知识蒸馏：智慧的浓缩与传承
  01 16-1 知识蒸馏-导学.mp4
  02 16-2 知识蒸馏-获取思维链蒸馏数据(一).mp4
  03 16-3 知识蒸馏-获取思维链蒸馏数据(二).mp4
  04 16-4 知识蒸馏-清洗错误数据.mp4
  05 16-5 知识蒸馏-黑盒思维链蒸馏.mp4
  06 16-6 知识蒸馏-白盒知识蒸馏.mp4
17 第17章 减少模型幻觉：为LLM插上RAG的“记忆”之翼
  01 17-1 减少模型幻觉-RAG技术导学.mp4
  02 17-2 减少模型幻觉-RAG工作原理.mp4
  03 17-3 减少模型幻觉-RAG实现(一).mp4
  04 17-4 减少模型幻觉-RAG实现(二).mp4
18 第18章 Agent与MCP：从语言到行动的终极进化
  01 18-1 Agent与MCP-导学.mp4
  02 18-2 Agent与MCP-Agent工作原理.mp4
  03 18-3 Agent与MCP-Agent常见模式.mp4
  04 18-4 Agent与MCP-Agent调用工具(一).mp4
  05 18-5 Agent与MCP-Agent调用工具(二).mp4
  06 18-6 Agent与MCP-Agent调用工具(三).mp4
  07 18-7 Agent与MCP-记忆与上下文工程.mp4
  08 18-8 Agent与MCP-实现一个Agent.mp4
19 第19章 LLM大模型工程师入门实战--课程总结
  01 19-1 课程总结.mp4