了解大模型的基本原理，掌握开源大模型的部署和微调方法

*   01 词向量技术/

  *   01 词向量基础.mp4 (50.76 MB), 22:00

  *   02 词向量模型.mp4 (67.58 MB), 23:07

  *   03 词向量的共现矩阵表示.mp4 (27.78 MB), 13:17

  *   04 神经网络语言模型的原理.mp4 (96.66 MB), 38:25

  *   05 CBOW和Skip-Gram模型的原理.mp4 (60.79 MB), 19:53

  *   06 中文词向量的训练.mp4 (74.51 MB), 21:29

  *   07 中文词向量模型的训练.mp4 (86.88 MB), 21:44

  *   08 中文词向量的使用.mp4 (27.39 MB), 08:18

  *   09 词向量的高维理解.mp4 (67.04 MB), 21:54

*   02 预训练模型/

  *   01 预训练模型概述.mp4 (85.78 MB), 22:18

  *   02 基于ALBERT的命名实体识别数据处理.mp4 (102.41 MB), 23:18

  *   03 基于ALBERT的命名实体识别模型训练和评估.mp4 (92.71 MB), 23:19

  *   04 Transformer概述.mp4 (98.19 MB), 29:21

  *   05 多头注意力机制.mp4 (101.80 MB), 24:34

  *   06 注意力机制.mp4 (88.63 MB), 21:53

  *   07 基于BERT的文本相似度计算(一).mp4 (38.65 MB), 20:50

  *   08 基于BERT的文本相似度计算(二).mp4 (41.49 MB), 22:34

  *   09 基于ERNIE的中文情感分析(一).mp4 (37.66 MB), 20:26

  *   10 基于ERNIE的中文情感分析(二).mp4 (41.20 MB), 22:31

  *   11 Transformer基础理解.mp4 (92.77 MB), 40:51

*   03 大模型技术基础/

  *   01 阿里云工作空间的创建.mp4 (14.71 MB), 05:13

  *   02 ollma模型的部署和启动.mp4 (39.44 MB), 18:37

  *   03 ollma模型的介绍.mp4 (21.03 MB), 07:37

  *   04 ollma模型的API介绍.mp4 (45.30 MB), 13:08

  *   05 vllm部署llama3模型.mp4 (49.69 MB), 19:56

  *   06 vllm运行llam3模型的chat模式.mp4 (22.55 MB), 07:14

*   04 大模型部署与微调/

  *   01 llama_factory的环境配置.mp4 (57.58 MB), 19:22

  *   02 llama_factory的中文数据的训练.mp4 (36.23 MB), 13:53

  *   03 llama_factory的中文数据推理.mp4 (20.00 MB), 06:23

  *   04 llama_factory医疗对话数据的训练.mp4 (71.96 MB), 18:07

  *   05 llama_factory中文对话和医疗对话的合并训练.mp4 (28.97 MB), 06:51

  *   06 llama_factory中文合并推理和Transformer训练.mp4 (52.31 MB), 10:39

  *   07 chatglm模型的搭建和推理.mp4 (46.67 MB), 12:11

*   05 大模型的应用/

  *   01 AI生成视频.mp4 (39.16 MB), 13:01

  *   02 智能体的创建.mp4 (38.84 MB), 15:23

  *   03 ollama启动deepseek（1.5B）.mp4 (25.83 MB), 11:54