项目导向,快速打通从python编程到机器学习,再到深度学习,最后大模型应用开发的全套技术栈
* 01 Python编程基础/
* 01 01_课程简介.mp4 16:31
* 02 02_安装Minconda.mp4 34:11
* 03 03_安装vscode.mp4 13:07
* 04 04_Python数据类型.mp4 15:06
* 05 05_Python变量.mp4 06:38
* 06 06_类型转换.mp4 10:31
* 07 07_算数比较逻辑运算.mp4 22:19
* 08 08_if语句.mp4 12:54
* 09 09_while循环.mp4 09:06
* 10 10_for循环.mp4 22:09
* 11 11_列表容器.mp4 42:12
* 12 12_元组容器.mp4 20:48
* 13 13_字符串.mp4 26:39
* 14 14_字典容器.mp4 23:08
* 15 15_集合容器.mp4 07:30
* 16 16_函数的基本使用.mp4 18:41
* 17 17_函数参数详解.mp4 27:58
* 18 18_类与对象基本概念.mp4 23:57
* 19 19_封装.mp4 18:51
* 20 20_继承.mp4 13:35
* 21 21_文件结构.mp4 16:35
* 22 22_模块的使用.mp4 09:13
* 23 23_模块的导入.mp4 17:01
* 24 24_常用内置模块.mp4 13:00
* 25 25_包的定义与导入.mp4 15:45
* 26 26_生成器函数.mp4 25:47
* 27 27_生成器表达式.mp4 09:07
* 28 28_内置生成器函数.mp4 14:05
* 29 29_匿名函数.mp4 13:12
* 30 30_函数装饰器.mp4 10:03
* 31 31_with上下文管理器.mp4 06:26
* 02 Numpy&Pandas&Matplotlib/
* 01 32_Numpy数组的创建.mp4 33:09
* 02 33_Numpy数组的访问.mp4 25:50
* 03 34_Numpy数组操作.mp4 32:35
* 04 35_Numpy相关函数.mp4 15:46
* 05 36_矩阵乘法.mp4 09:39
* 06 37_Numpy高维数组.mp4 07:41
* 07 38_Matplotlib绘图.mp4 33:00
* 08 39_Pandas加载数据.mp4 20:30
* 09 40_Pandas访问数据.mp4 14:38
* 10 41_Pandas数据清洗.mp4 14:27
* 03 线性回归&梯度下降/
* 01 42_线性回归解决的问题.mp4 20:44
* 02 43_建立损失函数.mp4 27:55
* 03 44_梯度下降.mp4 17:34
* 04 45_线性回归编程.mp4 30:35
* 04 深度学习&Pytorch/
* 01 46_深度神经网络基础.mp4 14:26
* 02 47_激活函数.mp4 29:57
* 03 48_前向传播.mp4 20:39
* 04 49_反向传播.mp4 21:46
* 05 50_pytorch实现前向反向传播.mp4 36:35
* 06 51_模型参数的初始化.mp4 02:58
* 07 52_权重参数的优化方法.mp4 14:35
* 08 53_正则化.mp4 10:25
* 09 54_BN操作.mp4 05:57
* 10 55_手机价格预测案例模型搭建与训练.mp4 52:46
* 11 56_模型的验证.mp4 20:32
* 12 57_模型的调优.mp4 15:47
* 05 NLP/
* 01 58_RNN的引入.mp4 22:13
* 02 59_NLP的分词.mp4 13:32
* 03 60_词嵌入.mp4 37:20
* 04 61_循环神经网络.mp4 23:54
* 05 62_云主机&GPU环境搭建.mp4 22:36
* 06 63_加载数据.mp4 17:36
* 07 64__数据预处理.mp4 33:39
* 08 65_Dataset&DataLoader.mp4 11:46
* 09 66__搭建网络模型.mp4 22:13
* 10 67_模型训练与评估.mp4 18:41
* 11 68_LSTM原理与应用.mp4 26:49
* 06 Transformer&大模型&Coze/
* 01 69_Transformer原理一.mp4 30:39
* 02 70_Transformer原理二.mp4 15:44
* 03 71_访问大模型.mp4 42:46
* 04 72_ollama部署大模型.mp4 10:50
* 05 73_大模型本地离线部署.mp4 32:18
* 06 74_大模型云端离线部署.mp4 08:22
* 07 75_大模型云端在线部署.mp4 13:11
* 08 76_大模型应用开发的关键技术分析.mp4 22:39
* 09 77_Coze平台体验大模型应用开发.mp4 19:48
* 10 78_营销方案工作流设计.mp4 18:33
* 07 Langchain&Agent&RAG/
* 01 79_Langchain简介.mp4 13:58
* 02 80_大模型的流式访问.mp4 24:08
* 03 81_提示模板.mp4 34:43
* 04 82_Agent的引入.mp4 09:12
* 05 83_定义工具.mp4 06:46
* 06 84_调用工具.mp4 15:54
* 07 85_Agent的流式访问.mp4 06:08
* 08 86_RAG加载数据.mp4 38:47
* 09 87_RAG文本分割.mp4 40:04
* 10 88_RAG的向量化.mp4 28:57
* 11 89_RAG向量存储.mp4 12:52
* 12 90_相似度计算.mp4 15:32
* 13 91_Langchain对FAISS的封装.mp4 07:20
* 14 92_RAG编程实例.mp4 23:05
* 08 Gradio前端框架/
* 01 93_项目部署与功能体验.mp4 16:09
* 02 94_Gradio初步.mp4 09:46
* 03 95_Gradio页面布局.mp4 19:40
* 04 96_ChatInterface.mp4 25:14
* 05 97_Bloks自定义聊天UI.mp4 38:12
* 06 98_WebUI设计.mp4 31:33
* 07 99_UI中的回调函数.mp4 14:22
* 08 100_http协议与requests库.mp4 22:20
* 09 101_JSON库.mp4 11:04
* 10 102_回调函数的完善.mp4 28:27
* 09 FastAPI与协程/
* 01 103_FastAPI初步.mp4 24:56
* 02 104_API文档.mp4 05:37
* 03 105_路径参数&查询参数.mp4 09:02
* 04 106_Python的类型声明.mp4 19:36
* 05 107_FastAPI参数解析顺序.mp4 05:51
* 06 108_协程一.mp4 28:31
* 07 109_协程二.mp4 04:19
* 08 110_协程三.mp4 14:42
* 09 111_异步流式对话.mp4 15:28
* 10 智能对话机器人项目/
* 01 112_V1_异步流式对话机器人.mp4 06:40
* 02 113_V2_前后端打通.mp4 38:08
* 03 114_V3和大模型打通.mp4 30:24
* 04 115_V4_eval&litera_eval.mp4 16:31
* 05 116_V4_增加Memory.mp4 14:34
* 06 117_V5_简单的Agent功能.mp4 47:11
* 07 118_V5_简单Agent的改进.mp4 10:50
* 08 119_V5_Langchain回调框架.mp4 22:02
* 09 120_V5_Agent的异步流式输出.mp4 20:34
* 10 121_V5_通过API服务获取天气.mp4 26:20
* 11 122_V5_Agent中添加天气查询工具.mp4 06:56
* 12 123_V5_SerpAPI.mp4 17:33
* 13 124_V5_Agent中添加联网搜索工具.mp4 14:25
* 14 125_V5_CodeboxAPI简单使用.mp4 09:10
* 15 126_V5_Agent中增加代码执行工具.mp4 54:08
* 16 127_V6_原生SQL操作Sqlite数据库.mp4 27:42
* 17 128_V6_SQLAlchemy操作Sqlite数据库.mp4 14:37
* 18 129_V6_项目中使用的关系型数据库API封装.mp4 35:45
* 19 130_V6_RAG知识库的创建.mp4 36:21
* 20 131_V6_知识库在前端页面的显示.mp4 06:57
* 21 132_V6_更新知识库.mp4 36:06
* 22 133_V3_删除知识库.mp4 08:04
* 23 134_V6_知识库的混合检索.mp4 11:35
* 24 135_V6_知识库搜索工具编程.mp4 20:32
* 25 136_V6_知识库搜索工具的使用.mp4 26:39
* 26 137_V7_多模态初步实现.mp4 31:55





![[衡天云]爆款云服务器 低至12元/月](/hty.png)