AI大模型训练营 新版

AI大模型技术正以“周级迭代”速度重塑行业！从GPT-4o、通义千问2.0到开源大模型Llama 3、Qwen 2，技术边界持续突破，企业对“会微调、能部署、懂应用”的大模型实战人才需求暴增，薪资较传统AI岗位高出30%-50%。但多数学习者深陷“技术更新快跟不上、实战项目缺场景、求职无核心竞争力”的困境。

* 1.AI大模型训练营1期/

* AI训练营-前置课程/

* AI-大模型前置课程资料/

* python基础/

* 01-【Python基础入门】课程资料/

* 01-讲义/

* Python入门教程.pptx (1.20 MB)

* 02-软件/

* Anaconda/

* Anaconda3-.09-0-Windows-x86_64.exe (1.02 GB)

* PyCharm/

* ide-eval-resetter-2.3.5.zip (0.05 MB)

* pycharm-professional-.2.1.exe (463.59 MB)

* 04-代码/

* 01-Python入门程序.py (0.00 MB)

* 02-Python中的单行注释.py (0.00 MB)

* 03-Python中的多行注释.py (0.00 MB)

* 04-Python中变量的定义与使用.py (0.00 MB)

* 05-Python中的数据类型.py (0.00 MB)

* 06-Python中的运算符.py (0.00 MB)

* 07-Python中代码的输入操作.py (0.00 MB)

* 08-Python中代码的输出操作.py (0.00 MB)

* 09-Python中的print()格式化输出.py (0.00 MB)

* 10-Python中的if选择结构.py (0.00 MB)

* 11-Python中的if...else结构.py (0.00 MB)

* 12-Python中的if...elif...else多分支结构.py (0.00 MB)

* 13-Python中的if嵌套结构.py (0.00 MB)

* 14-Python实现猜拳游戏开发.py (0.00 MB)

* 15-Python中模块的导入与使用.py (0.00 MB)

* 16-Python中的for循环结构.py (0.00 MB)

* 17-Python中使用for循环加range函数实现求1-100累加的结果.py (0.00 MB)

* 18-Python循环中break关键字的使用.py (0.00 MB)

* 19-Python循环中continue关键字的使用.py (0.00 MB)

* 20-Python实现猜数字游戏开发.py (0.00 MB)

* 21-Python中列表的增删改查操作.py (0.00 MB)

* 22-Python中列表其他操作.py (0.00 MB)

* 23-Python中列表的切片操作.py (0.00 MB)

* 24-Python中列表的相关操作方法.py (0.00 MB)

* 25-Python中元组类型定义与访问.py (0.00 MB)

* 26-Python中字典的定义与增删改查操作操作.py (0.00 MB)

* 27-Python中的集合以及交并差.py (0.00 MB)

* 28-Python中函数的定义以及函数的调用.py (0.00 MB)

* 29-Python中全局变量的访问范围.py (0.00 MB)

* 30-Python中局部变量的访问范围.py (0.00 MB)

* 31-Python中局部作用域中设置全局变量.py (0.00 MB)

* 32-Python中函数参数的两种传递方式.py (0.00 MB)

* 33-Python中函数的默认值参数.py (0.00 MB)

* 34-Python中的包裹位置参数.py (0.00 MB)

* 35-Python包裹关键字参数.py (0.00 MB)

* 36-Python中的lambda表达式.py (0.00 MB)

* 37-Python中带参数的lambda表达式.py (0.00 MB)

* 38-Python中类的实例化操作.py (0.00 MB)

* 39-Python中self关键字指向关系.py (0.00 MB)

* 40-Python中对象属性获取与设置.py (0.00 MB)

* 41-Python中__init__()魔术方法的使用.py (0.00 MB)

* 42-Python中__call___魔术方法.py (0.00 MB)

* 43-Python中类的继承.py (0.00 MB)

* 44-Python中重写操作.py (0.00 MB)

* 45-Python中super()关键字使用.py (0.00 MB)

* 深度学习基础/

* 01.讲义/

* 00-深度学习简介.pdf (1.52 MB)

* 01-PyTorch基本使用.pdf (3.79 MB)

* 03.代码/

* 01-张量的创建.py (0.00 MB)

* 02-张量的类型转换.py (0.00 MB)

* 03-张量的数值计算.py (0.00 MB)

* 04-张量的运算函数.py (0.00 MB)

* 05-张量的索引操作.py (0.00 MB)

* 06-张量的形状操作.py (0.00 MB)

* 07-张量的拼接操作.py (0.00 MB)

* 08-自动微分模块.py (0.00 MB)

* 09-线性回归.py (0.00 MB)

* 神经网络/

* 01-pytorch框架/

* 01.讲义/

* 00-深度学习简介.pdf (1.52 MB)

* 01-PyTorch基本使用.pdf (3.79 MB)

* 02.代码/

* 01-张量的创建.py (0.00 MB)

* 02-张量的类型转换.py (0.00 MB)

* 03-张量的数值计算.py (0.00 MB)

* 04-张量的运算函数.py (0.00 MB)

* 05-张量的索引操作.py (0.00 MB)

* 06-张量的形状操作.py (0.00 MB)

* 07-张量的拼接操作.py (0.00 MB)

* 08-自动微分模块.py (0.00 MB)

* 09-线性回归.py (0.00 MB)

* 02-神经网络/

* 01-讲义/

* 神经网络基础.pdf (4.09 MB)

* 02-code/

* 01-神经网络的构建.py (0.00 MB)

* 02-手机价格分类.py (0.00 MB)

* 03-汉译英.py (0.00 MB)

* data/

* phone.pth (0.14 MB)

* 手机价格预测.csv (0.12 MB)

* 大模型前置课/

* 第一章 Python 基础前置课/

* 01-（了解）Python语言简介.mp4 (11.35 MB)

* 02-（重点）Anaconda3软件安装.mp4 (9.71 MB)

* 03-（重点）PyCharm软件的安装与激活.mp4 (18.67 MB)

* 04-（重点）PyCharm配置与Python入门程序编写.mp4 (12.10 MB)

* 05-（重点）Python中的注释.mp4 (12.87 MB)

* 06-（重点）Python中的变量.mp4 (12.21 MB)

* 07-（重点）Python中的四种基本数据类型.mp4 (12.59 MB)

* 08-（重点）Python中的运算符.mp4 (9.17 MB)

* 09-（重点）Python中的输入与输出操作.mp4 (20.00 MB)

* 10-（重点）Python中的print()格式化输出.mp4 (9.84 MB)

* 11-（重点）Python中的if选择结构.mp4 (11.05 MB)

* 12-（重点）Python的if...else结构与if...elif...else多分支结构.mp4 (12.68 MB)

* 13-（重点）if嵌套结构.mp4 (9.64 MB)

* 14-（重点）Python实现猜拳游戏开发.mp4 (11.69 MB)

* 15-（重点）Python中模块的导入与使用.mp4 (9.74 MB)

* 16-（重点）Python中的for循环结构.mp4 (6.55 MB)

* 17-（重点）for循环与range()函数结合使用.mp4 (10.22 MB)

* 18-（重点）for循环中的两大关键词.mp4 (10.39 MB)

* 19-（重点）for循环综合案例之猜数字游戏开发.mp4 (8.17 MB)

* 20-（重点）列表容器定义与增删改查操作.mp4 (15.54 MB)

* 21-（重点）列表其他操作.mp4 (7.19 MB)

* 22-（重点）列表的切片操作.mp4 (17.78 MB)

* 23-（重点）列表相关函数与操作方法.mp4 (17.15 MB)

* 24-（重点）Python中的元组定义与访问.mp4 (8.82 MB)

* 25-（重点）字典的定义与增删改查操作.mp4 (13.29 MB)

* 26-（重点）集合的定义与使用.mp4 (10.34 MB)

* 27-（重点）函数的定义与调用.mp4 (17.08 MB)

* 28-（重点）Python中变量的作用域.mp4 (13.23 MB)

* 29-（扩展）global关键字的使用.mp4 (6.32 MB)

* 30-（重点）函数的两种传参方式（位置传递与关键词传递）.mp4 (8.39 MB)

* 31-（重点）默认值参数.mp4 (6.21 MB)

* 32-（重点）不定长参数.mp4 (11.02 MB)

* 33-（重点）lambda表达式.mp4 (17.02 MB)

* 34-（重点）面向过程与面向对象.mp4 (17.23 MB)

* 35-（重点）面向对象类和对象的概念.mp4 (10.09 MB)

* 36-（重点）面向对象中的self关键字.mp4 (7.51 MB)

* 37-（重点）对象属性的设置与获取.mp4 (6.13 MB)

* 38-（重点）__init__()魔术方法的使用.mp4 (11.25 MB)

* 39-（重点）__call__魔术方法的使用.mp4 (7.18 MB)

* 40-（重点）Python中类的继承.mp4 (10.21 MB)

* 41-（重点）继承中的重写操作.mp4 (14.66 MB)

* 42-（重点）super()强制调用父类属性和方法.mp4 (21.20 MB)

* 第三章神经网络/

* 01-神经网络内容简介.mp4 (10.18 MB)

* 02-神经元的设计.mp4 (29.65 MB)

* 03-神经网络的构成.mp4 (39.23 MB)

* 04-激活函数的作用.mp4 (49.88 MB)

* 05-sigmoid激活.mp4 (29.57 MB)

* 06-relu激活.mp4 (23.79 MB)

* 07-softmax激活.mp4 (9.28 MB)

* 08-常见的激活函数和选择方法.mp4 (32.90 MB)

* 09-神经网络的构建.mp4 (124.75 MB)

* 10-网络参数量的统计方法.mp4 (23.78 MB)

* 11-神经网络的优缺点.mp4 (11.98 MB)

* 12-损失函数.mp4 (41.84 MB)

* 13-梯度下降算法.mp4 (28.64 MB)

* 14-反向传播算法.mp4 (117.25 MB)

* 15-价格分类案例需求分析.mp4 (39.61 MB)

* 16-数据集获取.mp4 (55.07 MB)

* 17 18-模型构建.mp4 (45.52 MB)

* 18 19-模型训练.mp4 (70.18 MB)

* 19 20-模型评估.mp4 (41.26 MB)

* 20 21-NLP概述.mp4 (19.67 MB)

* 21 22-transformer结构介绍.mp4 (54.73 MB)

* 22 23-transformer实现汉译英.mp4 (83.80 MB)

* 第二章 pytorch框架/

* 01-深度学习简介.mp4 (24.85 MB)

* 02-pytorch简介和安装方法.mp4 (22.94 MB)

* 03-pytorch内容说明.mp4 (7.14 MB)

* 04-张量的基本创建方法.mp4 (60.23 MB)

* 05-线性张量和随机张量.mp4 (24.11 MB)

* 06-创建全0、全1和指定值的张量.mp4 (18.15 MB)

* 07-张量元素类型转换.mp4 (26.28 MB)

* 08-张量创建内容总结.mp4 (17.52 MB)

* 09-张量转换为数组.mp4 (20.63 MB)

* 10-数组转换为张量.mp4 (27.88 MB)

* 11-张量标量数值的获取.mp4 (21.96 MB)

* 12-张量的基本运算.mp4 (54.49 MB)

* 13-张量的点乘运算.mp4 (21.44 MB)

* 14-张量的乘法运算.mp4 (28.71 MB)

* 15-张量的运算函数.mp4 (46.69 MB)

* 16-张量的索引操作.mp4 (73.34 MB)

* 17-张量的多维索引.mp4 (42.89 MB)

* 18-张量的reshape方法.mp4 (38.16 MB)

* 19-张量的squeeze和unsqueeze方法.mp4 (41.86 MB)

* 20-张量的transpose和permute方法.mp4 (42.79 MB)

* 21-张量的view方法.mp4 (34.66 MB)

* 22-张量的拼接操作.mp4 (32.52 MB)

* 23-自动微分模块.mp4 (126.13 MB)

* 24-线性回归简介.mp4 (41.37 MB)

* 25 26-线性回归的损失函数.mp4 (21.65 MB)

* 26 27-梯度下降算法.mp4 (60.10 MB)

* 27 28-线性回归实现流程.mp4 (38.30 MB)

* 28 29-线性回归数据集构建.mp4 (46.61 MB)

* 29 30-线性回归模型构建.mp4 (29.65 MB)

* 30 31-线性回归模型训练与预测.mp4 (68.02 MB)

* AI训练营-正课/

* 1-1 开班仪式+Python前置课程串讲.mp4 (246.80 MB)

* 1-2 大模型前置知识.mp4 (392.15 MB)

* 1-3 大模型前置知识.mp4 (198.79 MB)

* 1-4 大模型基础知识.mp4 (322.44 MB)

* 1-5 大模型主要类别架构.mp4 (364.59 MB)

* 1-6 主流大模型介绍及大模型Prompt-Tuning方法入门2.mp4 (507.57 MB)

* 1-6 主流大模型介绍及大模型Prompt-Tuning方法入门.mp4 (245.03 MB)

* 1-7 主流大模型介绍及大模型Prompt-Tuning方法入门.mp4 (550.84 MB)

* 1-8 大模型Prompt-Tuning方法进阶.mp4 (689.60 MB)

* 1-9 大模型提示词工程应用.mp4 (925.77 MB)

* 1-10 【项目1】金融行业动态风向评估.mp4 (1.32 GB)

* 1-11 【项目1】金融行业动态风向评估.mp4 (590.30 MB)

* 1-12 【项目2】电商领域虚拟试衣系统.mp4 (298.90 MB)

* 1-13 【项目2】电商领域虚拟试衣系统.mp4 (395.83 MB)

* 1-14 【项目3】物流行业信息咨询智能问答系统.mp4 (1.43 GB)

* 1-15 【项目3】物流行业信息咨询智能问答系统.mp4 (420.26 MB)

* 1-16 【项目3】物流行业信息咨询智能问答系统.mp4 (758.17 MB)

* 1-17 【项目3】物流行业信息咨询智能问答系统(.03.07).mp4 (700.57 MB)

* 1-18 【项目4】大健康行业智能问诊系统(.03.10).mp4 (879.16 MB)

* 1-19 20 【项目4】大健康行业智能问诊系统.mp4 (346.35 MB)

* 1-21【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 (790.57 MB)

* 1-22【项目5-2】新零售行业评价决策系统【基于BERT+P-Tuning方式.mp4 (1.31 GB)

* 1-23【项目5-2】新零售行业评价决策系统【基于BERT+P-Tuning方式】.mp4 (623.25 MB)

* 1-24 【项目6】新媒体行业评论智能分类与信息抽取系统.mp4 (868.61 MB)

* 1-25 【项目6】新媒体行业评论智能分类与信息抽取系统.mp4 (925.45 MB)

* 1-26 Stable Diffusion多模态大模型应用实战.mp4 (241.05 MB)

* 1-27 Stable Diffusion多模态大模型应用实战.mp4 (231.88 MB)

* 1-28 Stable Diffusion多模态大模型应用实战.mp4 (170.47 MB)

* 1-29 Stable Diffusion多模态大模型应用实战.mp4 (387.64 MB)

* 1-30 Stable Diffusion多模态大模型应用实战.mp4 (310.92 MB)

* 1-31 文心一言& 百度千帆大模型平台.mp4 (248.59 MB)

* 1-32 文心一言& 百度千帆大模型平台.mp4 (183.01 MB)

* 1-33 讯飞星火大模型+星火微调平台应用.mp4 (288.67 MB)

* 1-34 讯飞星火大模型+星火微调平台应用.mp4 (156.52 MB)

* 1-35 综合项目与项目路演+【拓展】AI论文导读与论文撰写.mp4 (232.66 MB)

* AI大模型直播资料/

* 1月27日/

* 00-深度学习简介.pdf (1.52 MB)

* 01-PyTorch基本使用.pdf (3.79 MB)

* 1月30日/

* 代码/

* LLM_Base/

* BLEU_demo.py (0.00 MB)

* PPL_demo.py (0.00 MB)

* ROUGE_demo.py (0.00 MB)

* __init__.py

* 作业/

* 作业.txt (0.00 MB)

* 大模型项目研发流程.pdf (0.27 MB)

* 课件/

* 01-LLM基础知识.pdf (3.24 MB)

* 部分截图/

* PPL公式解析.png (0.69 MB)

* 指标解析.png (0.72 MB)

* 神经网络语言模型介绍.png (1.09 MB)

* 项目开发人员配置.jpg (0.32 MB)

* 2月1日/

* 课件+预习/

* 01-ChatGPT模型原理介绍.pdf (4.51 MB)

* 02-LLM主要架构介绍.pdf (3.24 MB)

* 2月3日/

* 课件/

* 01-LLM主流开源大模型介绍.pdf (3.05 MB)

* 02-大模型prompt-Tuning方法入门.pdf (3.04 MB)

* 2月20日/

* 课件+预习/

* 01-大模型prompt-Tuning方法进阶.pdf (3.09 MB)

* 02-大模型提示工程指南.pdf (3.46 MB)

* 2月22日/

* 01-大模型提示工程指南.pdf (3.38 MB)

* 02-金融行业动态方向评估项目.pdf (2.07 MB)

* ChatGLM-6B/

* FAQ.md (0.00 MB)

* LICENSE (0.01 MB)

* MODEL_LICENSE (0.00 MB)

* PROJECT.md (0.00 MB)

* README.md (0.02 MB)

* README_en.md (0.02 MB)

* THUDM/

* chatglm-6b/

* LICENSE (0.01 MB)

* MODEL_LICENSE (0.00 MB)

* README.md (0.01 MB)

* config.json (0.00 MB)

* configuration_chatglm.py (0.00 MB)

* ice_text.model (2.58 MB)

* modeling_chatglm.py (0.05 MB)

* pytorch_model-00001-of-00008.bin (1.62 GB)

* pytorch_model.bin.index.json (0.03 MB)

* quantization.py (0.01 MB)

* test_modeling_chatglm.py (0.01 MB)

* tokenization_chatglm.py (0.02 MB)

* tokenizer_config.json (0.00 MB)

* chatglm-6b-int4/

* LICENSE (0.01 MB)

* MODEL_LICENSE (0.00 MB)

* config.json (0.00 MB)

* configuration_chatglm.py (0.00 MB)

* ice_text.model (2.58 MB)

* modeling_chatglm.py (0.06 MB)

* UPDATE.md (0.01 MB)

* api.py (0.00 MB)

* cli_demo.py (0.00 MB)

* cli_demo_vision.py (0.00 MB)

* examples/

* ad-writing-2.png (0.12 MB)

* blog-outline.png (0.16 MB)

* comments-writing.png (0.25 MB)

* email-writing-1.png (0.22 MB)

* email-writing-2.png (0.22 MB)

* information-extraction.png (0.13 MB)

* role-play.png (0.27 MB)

* self-introduction.png (0.23 MB)

* sport.png (0.28 MB)

* tour-guide.png (0.32 MB)

* improve/

* README.md (0.00 MB)

* data_sample.jsonl (0.05 MB)

* limitations/

* factual_error.png (0.13 MB)

* math_error.png (0.02 MB)

* self-confusion_google.jpg (0.15 MB)

* self-confusion_openai.jpg (0.14 MB)

* self-confusion_tencent.jpg (0.12 MB)

* ptuning/

* README.md (0.01 MB)

* README_en.md (0.01 MB)

* arguments.py (0.01 MB)

* deepspeed.json (0.00 MB)

* ds_train_finetune.sh (0.00 MB)

* evaluate.sh (0.00 MB)

* evaluate_finetune.sh (0.00 MB)

* main.py (0.02 MB)

* train.sh (0.00 MB)

* train_chat.sh (0.00 MB)

* trainer.py (0.18 MB)

* trainer_seq2seq.py (0.01 MB)

* web_demo.py (0.01 MB)

* web_demo.sh (0.00 MB)

* requirements.txt (0.00 MB)

* resources/

* WECHAT.md (0.00 MB)

* cli-demo.png (0.45 MB)

* english-q1-new.png (0.10 MB)

* english-q1-old.png (0.07 MB)

* english-q2-new.png (0.07 MB)

* english-q2-old.png (0.11 MB)

* english-q3-new.png (0.10 MB)

* english-q3-old.png (0.10 MB)

* english-q4-new.png (0.17 MB)

* english-q4-old.png (0.17 MB)

* visualglm.png (0.24 MB)

* web-demo.gif (2.18 MB)

* web-demo.png (0.57 MB)

* webglm.jpg (0.10 MB)

* wechat.jpg (0.15 MB)

* utils.py (0.00 MB)

* web_demo2.py (0.00 MB)

* web_demo.py (0.00 MB)

* web_demo_old.py (0.00 MB)

* web_demo_vision.py (0.00 MB)

* 2月25日/

* 代码/

* finance_classify.py (0.00 MB)

* finance_ie.py (0.00 MB)

* finance_text_matching.py (0.00 MB)

* test.py (0.00 MB)

* 课件/

* 02-金融行业动态方向评估项目介绍.pdf (0.76 MB)

* 03-LLM实现金融文本文本分类.pdf (1.39 MB)

* 04-LLM实现金融文本信息抽取.pdf (1.27 MB)

* 05-LLM实现金融文本匹配.pdf (1.26 MB)

* 2月27日-虚拟试衣/

* 01-讲义/

* 01-虚拟试衣背景.pdf (1.84 MB)

* 02-阿里PAI平台.pdf (2.81 MB)

* 03-阿里云注册及开通PAI.pdf (2.01 MB)

* 04-PAI_DSW的环境搭建.pdf (1.95 MB)

* PAI平台开通指南.pdf (3.78 MB)

* 人工智能平台PAI使用指南.pdf (7.96 MB)

* 2月29日-虚拟试衣/

* 01-讲义/

* 04-PAI_DSW的环境搭建.pdf (2.26 MB)

* 05-虚拟试衣实践.pdf (5.23 MB)

* 06-资源清理.pdf (1.51 MB)

* 3月3日/

* 一定要下载的模型/

* m3e-base/

* README.md (0.03 MB)

* config.json (0.00 MB)

* gitattributes (0.00 MB)

* model.safetensors (390.15 MB)

* modules.json (0.00 MB)

* pytorch_model.bin (390.19 MB)

* sentence_bert_config.json (0.00 MB)

* special_tokens_map.json (0.00 MB)

* tokenizer.json (0.42 MB)

* tokenizer_config.json (0.00 MB)

* vocab.txt (0.10 MB)

* 课件/

* 01-LangChain基础知识入门.pdf (2.88 MB)

* 02-基于LangChain+ChatGLM-6B实现物流行业信息咨询.pdf (2.20 MB)

* 3月5日/

* 代码/

* __pycache__/

* get_vector.cpython-38.pyc (0.00 MB)

* get_vector.cpython-310.pyc (0.00 MB)

* get_vector.cpython-311.pyc (0.00 MB)

* model.cpython-38.pyc (0.00 MB)

* model.cpython-310.pyc (0.00 MB)

* model.cpython-311.pyc (0.00 MB)

* get_vector.py (0.00 MB)

* m3e-base/

* README.md (0.03 MB)

* config.json (0.00 MB)

* gitattributes (0.00 MB)

* model.safetensors (390.15 MB)

* modules.json (0.00 MB)

* pytorch_model.bin (390.19 MB)

* sentence_bert_config.json (0.00 MB)

* special_tokens_map.json (0.00 MB)

* tokenizer.json (0.42 MB)

* tokenizer_config.json (0.00 MB)

* vocab.txt (0.10 MB)

* main.py (0.00 MB)

* model.py (0.00 MB)

* new_demo.py (0.00 MB)

* test.py (0.00 MB)

* 物流信息.txt (0.00 MB)

* 课件/

* 01-LangChain基础知识入门.pdf (2.88 MB)

* 02-基于LangChain+ChatGLM-6B实现物流行业信息咨询.pdf (2.20 MB)

* 3月7日/

* 代码/

* Gpt2_Chatbot/

* __init__.py (0.00 MB)

* app.py (0.00 MB)

* flask_predict.py (0.00 MB)

* functions_tools.py (0.00 MB)

* interact.py (0.01 MB)

* parameter_config.py (0.00 MB)

* pytorch_tools.py (0.00 MB)

* readme (0.00 MB)

* test.py (0.00 MB)

* train.py (0.01 MB)

* 课件/

* 基于GPT2搭建医疗问诊机器人.pdf (2.24 MB)

* 3月10日/

* 代码/

* Gpt2_Chatbot/

* __init__.py (0.00 MB)

* app.py (0.00 MB)

* flask_predict.py (0.00 MB)

* functions_tools.py (0.00 MB)

* interact.py (0.01 MB)

* parameter_config.py (0.00 MB)

* readme (0.00 MB)

* train.py (0.01 MB)

* 课件/

* 基于GPT2搭建医疗问诊机器人.pdf (2.24 MB)

* 3月12日/

* 代码/

* PET.zip (0.07 MB)

* 课件/

* 01-新零售行业评价决策系统介绍.pdf (1.58 MB)

* 02-基于BERT+PET方式文本分类介绍.pdf (1.68 MB)

* 03-基于BERT+PET方式数据预处理介绍.pdf (1.41 MB)

* 04-基于BERT+PET方式模型搭建.pdf (1.40 MB)

* 课前下载/

* bert-base-chinese/

* README.md (0.00 MB)

* config.json (0.00 MB)

* flax_model.msgpack (390.21 MB)

* pytorch_model.bin (392.51 MB)

* tf_model.h5 (456.15 MB)

* tokenizer.json (0.26 MB)

* tokenizer_config.json (0.00 MB)

* vocab.txt (0.10 MB)

* 预训练模型/

* bert-base-chinese/

* config.json (0.00 MB)

* tokenizer.json (0.26 MB)

* 3月14日/

* 03-基于BERT+PET方式数据预处理介绍.pdf (1.41 MB)

* 代码/

* PET.zip (0.07 MB)

* 3月17日/

* 代码/

* P-Tuning/

* __init__.py

* inference.py (0.00 MB)

* ptune_config.py (0.00 MB)

* train.py (0.01 MB)

* 课件/

* 05-基于BERT+P-Tuning方式文本分类介绍.pdf (1.68 MB)

* 06-基于BERT+P-Tuning方式数据预处理介绍.pdf (1.41 MB)

* 07-基于BERT+P-Tuning方式文本分类模型搭建.pdf (1.44 MB)

* 3月19日/

* 代码/

* ptune_chatglm/

* __init__.py (0.00 MB)

* glm_config.py (0.00 MB)

* inference.py (0.00 MB)

* train.py (0.01 MB)

* 课件/

* 新媒体行业评论智能分类与信息抽取系统.pdf (2.19 MB)

* 3月21日/

* 代码/

* ptune_chatglm/

* __init__.py (0.00 MB)

* glm_config.py (0.00 MB)

* inference.py (0.00 MB)

* train.py (0.01 MB)

* 课件/

* 新媒体行业评论智能分类与信息抽取系统.pdf (2.19 MB)

* 趋动云使用《补充》.pdf (24.18 MB)

* 3月26日-AIGC/

* 01-AIGC 背景.pdf (6.14 MB)

* 02-图像生成方法.pdf (4.61 MB)

* 3月28日-图像生成/

* 03-stableDiffusion详解.pdf (4.94 MB)

* 3月30日-图像生成/

* 03-stableDiffusion详解.pdf (4.94 MB)

* 04-StableDiffusion实践.pdf (6.26 MB)

* 4月2日-图像生成/

* 05-腾讯云AI绘画.pdf (13.53 MB)

* aigc_demo_origin.zip (6.38 MB)

* img-glasses/

* 00061-4096775217.png (0.32 MB)

* 00061-4096775217.txt (0.00 MB)

* 00062-4096775218.png (0.36 MB)

* 00062-4096775218.txt (0.00 MB)

* 00063-4096775219.png (0.36 MB)

* 00063-4096775219.txt (0.00 MB)

* 00064-4096775220.png (0.29 MB)

* 00064-4096775220.txt (0.00 MB)

* 00065-4096775221.png (0.37 MB)

* 00065-4096775221.txt (0.00 MB)

* 00069-2356360196.png (0.34 MB)

* 00069-2356360196.txt (0.00 MB)

* 00070-2356360197.png (0.44 MB)

* 00070-2356360197.txt (0.00 MB)

* 00071-2356360198.png (0.32 MB)

* 00071-2356360198.txt (0.00 MB)

* 00072-2356360199.png (0.30 MB)

* 00072-2356360199.txt (0.00 MB)

* 00074-2356360201.png (0.37 MB)

* 00074-2356360201.txt (0.00 MB)

* 00076-2356360203.png (0.32 MB)

* 00076-2356360203.txt (0.00 MB)

* 00077-2356360204.png (0.34 MB)

* 00077-2356360204.txt (0.00 MB)

* 00078-2356360205.png (0.28 MB)

* 00078-2356360205.txt (0.00 MB)

* 00079-2356360206.png (0.31 MB)

* 00079-2356360206.txt (0.00 MB)

* 00081-2356360208.png (0.26 MB)

* 00081-2356360208.txt (0.00 MB)

* 00082-2356360209.png (0.34 MB)

* 00082-2356360209.txt (0.00 MB)

* 00083-2356360210.png (0.32 MB)

* 00083-2356360210.txt (0.00 MB)

* 00084-2356360211.png (0.29 MB)

* 00084-2356360211.txt (0.00 MB)

* 00086-2356360213.png (0.32 MB)

* 00086-2356360213.txt (0.00 MB)

* 00088-2356360215.png (0.35 MB)

* img_Plaidshirtprogrammer/

* 00001-1894947284.png (0.46 MB)

* 00002-3614966928.png (0.35 MB)

* 00003-3286877001.png (0.38 MB)

* 00004-1166947288.png (0.35 MB)

* 00005-366234093.png (0.38 MB)

* 00006-4286819082.png (0.44 MB)

* 00007-4286819083.png (0.36 MB)

* 00008-4286819084.png (0.35 MB)

* 00009-4286819085.png (0.32 MB)

* 00010-4286819086.png (0.36 MB)

* 00011-4286819087.png (0.41 MB)

* 00012-4286819088.png (0.31 MB)

* 00013-4286819089.png (0.38 MB)

* 00014-4286819090.png (0.36 MB)

* 00015-4286819091.png (0.38 MB)

* 00016-4286819092.png (0.31 MB)

* 00017-4286819093.png (0.35 MB)

* 00018-4286819094.png (0.38 MB)

* 00019-4286819095.png (0.34 MB)

* 00020-4286819096.png (0.32 MB)

* 00021-4286819097.png (0.35 MB)

* 00022-4286819098.png (0.37 MB)

* 00023-4286819099.png (0.37 MB)

* 00024-4286819100.png (0.38 MB)

* 00025-4286819101.png (0.39 MB)

* 00026-4286819102.png (0.36 MB)

* 00027-4286819103.png (0.38 MB)

* 00028-4286819104.png (0.36 MB)

* 00029-4286819105.png (0.36 MB)

* 00030-4286819106.png (0.46 MB)

* 00031-4286819107.png (0.38 MB)

* 00032-4286819108.png (0.34 MB)

* 00033-4286819109.png (0.44 MB)

* 00034-4286819110.png (0.33 MB)

* 00035-4286819111.png (0.40 MB)

* 00036-4286819112.png (0.36 MB)

* 00037-4286819113.png (0.38 MB)

* 00038-4286819114.png (0.37 MB)

* 00039-4286819115.png (0.38 MB)

* 00040-4286819116.png (0.34 MB)

* 00041-4286819117.png (0.36 MB)

* 00042-4286819118.png (0.44 MB)

* 00043-4286819119.png (0.40 MB)

* 00044-4286819120.png (0.37 MB)

* 00045-4286819121.png (0.36 MB)

* 00046-4286819122.png (0.42 MB)

* 00047-4286819123.png (0.34 MB)

* 00048-4286819124.png (0.33 MB)

* 00049-4286819125.png (0.41 MB)

* 00050-4286819126.png (0.40 MB)

* 00051-4286819127.png (0.16 MB)

* 00052-4286819128.png (0.43 MB)

* 00053-4286819129.png (0.35 MB)

* 00054-4286819130.png (0.32 MB)

* 00055-3455426797.png (0.38 MB)

* 00056-3455426798.png (0.42 MB)

* 00057-3455426799.png (0.36 MB)

* 00058-3455426800.png (0.36 MB)

* 00059-3455426801.png (0.33 MB)

* 00060-3455426802.png (0.36 MB)

* 00061-3455426803.png (0.46 MB)

* 00062-3455426804.png (0.38 MB)

* 00063-3455426805.png (0.29 MB)

* 00064-3455426806.png (0.40 MB)

* 00065-3455426807.png (0.38 MB)

* 00066-3455426808.png (0.35 MB)

* 00067-3455426809.png (0.38 MB)

* 00068-3455426810.png (0.39 MB)

* 00069-3455426811.png (0.39 MB)

* 00070-3455426812.png (0.37 MB)

* 00071-3455426813.png (0.37 MB)

* 00072-3455426814.png (0.41 MB)

* 00073-3455426815.png (0.37 MB)

* 00074-3455426816.png (0.40 MB)

* 00075-3455426817.png (0.35 MB)

* 00076-3455426818.png (0.36 MB)

* 00077-3455426819.png (0.35 MB)

* 00078-3455426820.png (0.40 MB)

* 00079-3455426821.png (0.43 MB)

* 00080-3455426822.png (0.37 MB)

* 00081-3455426823.png (0.43 MB)

* 00082-3455426824.png (0.33 MB)

* 00083-3455426825.png (0.35 MB)

* 00084-3455426826.png (0.44 MB)

* 00085-3455426827.png (0.43 MB)

* 00086-3455426828.png (0.37 MB)

* 00087-3455426829.png (0.48 MB)

* 00088-3455426830.png (0.51 MB)

* 00089-3455426831.png (0.36 MB)

* 00090-3455426832.png (0.37 MB)

* 00091-3455426833.png (0.39 MB)

* 00092-3455426834.png (0.34 MB)

* 00093-3455426835.png (0.43 MB)

* 00094-3455426836.png (0.40 MB)

* 00095-3455426837.png (0.35 MB)

* 00096-3455426838.png (0.41 MB)

* 00097-3455426839.png (0.43 MB)

* 00098-3455426840.png (0.40 MB)

* 00099-3455426841.png (0.41 MB)

* 00100-3455426842.png (0.39 MB)

* 00101-3455426843.png (0.39 MB)

* 00102-3455426844.png (0.39 MB)

* 00103-3455426845.png (0.41 MB)

* weights/

* glass.safetensors (36.11 MB)

* model-plaidshirtprogrammer.ckpt (1.99 GB)

* 4月7日-文心一言和千帆大模型/

* 01-文心一言的使用.zip (22.00 MB)

* 02-千帆大模型简介.pdf (14.33 MB)

* 03-千帆大模型的使用.zip (12.77 MB)

* sample-text-dialog-unsort-jsonl.zip (0.15 MB)

* 清洗emoji数据的demo数据集.zip (0.21 MB)

* 4月9日-星火大模型/

* translate_in_many_style.zip (79.31 MB)

* 星火大模型（博学谷）.pdf (12.10 MB)

* 11本AI大模型相关电子书.zip (309.49 MB)

* 2.AI大模型训练营2期/

* 001-大模型必备Python语言.mp4 (580.57 MB)

* 002-大模型必备Python语言.mp4 (775.82 MB)

* 003-大模型必备Python语言.mp4 (1.15 GB)

* 004-大模型必备Python语言.mp4 (1.95 MB)

* 005-大模型必备Python语言.mp4 (866.30 MB)

* 006-大模型前置知识.mp4 (1.04 GB)

* 007-大模型前置知识.mp4 (754.77 MB)

* 008-大模型前置知识.mp4 (666.21 MB)

* 009-大模型前置知识.mp4 (814.89 MB)

* 010-大模型应用工具实战.mp4 (865.79 MB)

* 011-大模型应用工具实战.mp4 (41.03 MB)

* 012-大模型应用工具实战.mp4 (976.50 MB)

* 013-大模型开发入门.mp4 (291.43 MB)

* 014-大模型开发入门.mp4 (149.89 MB)

* 015-主流大模型介绍及大模型Prompt-Tuning方法入门.mp4 (189.63 MB)

* 016-大模型Prompt-Tuning方法进阶.mp4 (165.06 MB)

* 017-大模型提示词工程应用1.mp4 (206.21 MB)

* 018-大模型提示词工程应用2.mp4 (79.61 MB)

* 019-大模型提示词工程应用3.mp4 (158.66 MB)

* 020-大模型提示词.mp4 (285.00 MB)

* 021-【项目1】金融行业动态风向评估.mp4 (356.68 MB)

* 022-企业级大模型定制平台.mp4 (111.64 MB)

* 023-企业级大模型定制平台.mp4 (264.39 MB)

* 024-企业级大模型定制平台.mp4 (156.96 MB)

* 025-电商虚拟试衣.mp4 (166.76 MB)

* 026-（新增）大模型开发工具Function Call的原理及实践.mp4 (518.18 MB)

* 027-（新增）GPTs与Assistant API.mp4 (489.28 MB)

* 028-（新增）大模型Agent的原理及实践.mp4 (555.67 MB)

* 029-（新增）大模型Agent的原理及实践.mp4 (379.46 MB)

* 030-大模型开发工具longchain详解.mp4 (515.59 MB)

* 031-【项目3】物流行业信息咨询智能问答系统.mp4 (311.19 MB)

* 032-【项目4】大健康行业智能问诊系统.mp4 (527.97 MB)

* 033-【项目4】大健康行业智能问诊系统.mp4 (313.56 MB)

* 034-【项目4】大健康行业智能问诊系统.mp4 (294.59 MB)

* 035-项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 (319.19 MB)

* 036-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 (299.00 MB)

* 037-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 (223.08 MB)

* 038-【项目5-2】新零售行业评价决策系统【基于BERT+P-Tuning方式】.mp4 (220.38 MB)

* 039-【项目6】新媒体行业评论智能分类与信息抽取系统.mp4 (322.23 MB)

* 040-【项目6】新媒体行业评论智能分类与信息抽取系统.mp4 (491.20 MB)

* 041-ChatGLM-6B+LoRA模型搭建+趋动云资源配置.mp4 (283.58 MB)

* 042-Stable Diffusion多模态大模型应用实战.mp4 (358.19 MB)

* 043-Stable Diffusion多模态大模型应用实战.mp4 (314.77 MB)

* 044-Stable Diffusion多模态大模型应用实战.mp4 (370.89 MB)

* 045-Stable Diffusion多模态大模型应用实战.mp4 (27.87 MB)

* 046-Stable Diffusion多模态大模型应用实战.mp4 (3.88 MB)

* 047-综合项目与项目路演+【拓展】AI论文导读与论文撰写+结营典礼]】.mp4 (153.05 MB)

* 048-大模型加餐课（面试指导）.mp4 (656.04 MB)

* 049-大模型加餐课（模型部署）.mp4 (864.06 MB)

* AI大模型直播资料/

* 5月28日/

* 01-讲义/

* 00-深度学习简介.pdf (0.62 MB)

* 01-PyTorch基本使用.pdf (1.06 MB)

* 02-笔记/

* 深度学习基础.pdf (0.30 MB)

* 03-代码/

* 01-Pytroch基本使用/

* 01-张量创建.py (0.00 MB)

* 02-张量类型转换.py (0.00 MB)

* 03-张量的数值计算.py (0.00 MB)

* 04-张量的运算函数.py (0.00 MB)

* 05-张量的索引操作.py (0.00 MB)

* 06-张量的形状操作.py (0.00 MB)

* 07-张量的拼接.py (0.00 MB)

* 08-案例-线性回归模型构建.py (0.00 MB)

* 02-神经网络/

* 01-激活函数-sigmoid.py (0.00 MB)

* 03-激活函数-ReLU.py (0.00 MB)

* 04-激活函数-Softmax.py (0.00 MB)

* 05-参数初始化.py (0.00 MB)

* 06-搭建神经网络.py (0.00 MB)

* 07-损失函数.py (0.00 MB)

* 08-反向传播BP算法.py (0.00 MB)

* 09-梯度下降优化方法.py (0.00 MB)

* 10-学习率衰减方法.py (0.00 MB)

* 12-案例-价格分类.py (0.00 MB)

* 13-Transformer汉译英.py (0.00 MB)

* dataset

* model

* 04-拓展/

* 拓展1_深度学习拓展.pdf (1.45 MB)

* 拓展2_Pytorch-CUDA环境配置.pdf (0.47 MB)

* 5月30日/

* 01-讲义/

* 02-神经网络基础.pdf (2.10 MB)

* 03-Transformer详解.pdf (3.67 MB)

* 02-笔记/

* 深度学习基础0530.pdf (0.88 MB)

* 03-代码/

* 02-神经网络/

* 01-激活函数-sigmoid.py (0.00 MB)

* 02-激活函数-tanh.py (0.00 MB)

* 03-激活函数-ReLU.py (0.00 MB)

* 04-激活函数-Softmax.py (0.00 MB)

* 05-参数初始化.py (0.00 MB)

* 06-搭建神经网络.py (0.00 MB)

* 07-损失函数.py (0.00 MB)

* 08-反向传播BP算法.py (0.00 MB)

* 10-学习率衰减方法.py (0.00 MB)

* 12-案例-价格分类.py (0.00 MB)

* 13-Transformer汉译英.py (0.00 MB)

* dataset

* model

* 03-卷积神经网络/

* 01-matplotlib图像加载.py (0.00 MB)

* 02-pytorch卷积层API.py (0.00 MB)

* 03-pytorch池化API.py (0.00 MB)

* 04-案例-卷积神经网络实现图像分类.py (0.00 MB)

* data

* 04-循环神经网络/

* 02-RNN层的使用.py (0.00 MB)

* 03-RNN实现周杰伦歌词生成.py (0.01 MB)

* data

* 04-拓展/

* 拓展3_Pycharm配置Anaconda环境.pdf (0.64 MB)

* 6月1日/

* 01-讲义/

* 02-神经网络基础.pdf (2.10 MB)

* 03-Transformer详解.pdf (3.67 MB)

* 04-卷积神经网络.pdf (1.24 MB)

* 05-循环神经网络.pdf (0.91 MB)

* 02-笔记/

* 深度学习基础0601.pdf (3.26 MB)

* 03-代码/

* 02-神经网络/

* 01-激活函数-sigmoid.py (0.00 MB)

* 02-激活函数-tanh.py (0.00 MB)

* 03-激活函数-ReLU.py (0.00 MB)

* 04-激活函数-Softmax.py (0.00 MB)

* 05-参数初始化.py (0.00 MB)

* 06-搭建神经网络.py (0.00 MB)

* 07-损失函数.py (0.00 MB)

* 08-反向传播BP算法.py (0.00 MB)

* 09-梯度下降优化方法.py (0.00 MB)

* 10-学习率衰减方法.py (0.00 MB)

* 11-正则化.py (0.00 MB)

* 12-案例-价格分类.py (0.00 MB)

* 13-Transformer汉译英.py (0.00 MB)

* dataset

* model

* 03-卷积神经网络/

* 01-matplotlib图像加载.py (0.00 MB)

* 02-pytorch卷积层API.py (0.00 MB)

* 03-pytorch池化API.py (0.00 MB)

* 04-案例-卷积神经网络实现图像分类.py (0.00 MB)

* data

* 04-循环神经网络/

* 01-词嵌入层API.py (0.00 MB)

* 02-RNN层的使用.py (0.00 MB)

* lyrics_model_10.pth (5.72 MB)

* 6月4日/

* 讲义/

* 大模型应用工具实战01.pdf (6.41 MB)

* 软件/

* Pycharm补丁.rar (0.18 MB)

* VSCodeUserSetup-x64-1.89.1.exe (94.95 MB)

* 6月7日/

* 作业.txt (0.00 MB)

* 大模型应用工具实战02.pdf (7.67 MB)

* 软件/

* StreamingTool-7.6.2-x64.exe (355.03 MB)

* yuan-live Setup 2.6.2.exe (123.91 MB)

* 6月8日/

* 01-讲义/

* 01-LLM基础知识.pdf (11.36 MB)

* 02-LLM主要架构介绍.pdf (7.71 MB)

* 02-代码/

* 01-bleu.py (0.00 MB)

* 02-rouge.py (0.00 MB)

* 03-PPL.py (0.00 MB)

* LLM背景介绍.pdf (0.04 MB)

* 大模型项目研发流程.pdf (0.27 MB)

* 6月11日/

* 01-讲义/

* 01-LLM主要架构介绍.pdf (7.71 MB)

* 02-ChatGPT模型原理介绍.pdf (14.35 MB)

* 6月13号/

* 01-讲义/

* 01-LLM主流开源大模型介绍.pdf (11.38 MB)

* 开源的LLM.pdf (0.03 MB)

* 6月15日/

* 01-讲义/

* 01-大模型prompt-Tuning方法入门(1).pdf (8.19 MB)

* 01-大模型prompt-Tuning方法入门.pdf (8.19 MB)

* 02-大模型prompt-Tuning方法进阶(1).pdf (9.22 MB)

* 02-大模型prompt-Tuning方法进阶.pdf (9.22 MB)

* 大模型的微调.pdf (0.02 MB)

* 6月18日/

* 01-讲义/

* 01-大模型提示工程指南.pdf (1.26 MB)

* 6月20日/

* 01-讲义/

* 02-金融行业动态方向评估项目.pdf (0.57 MB)

* 03-LLM实现金融文本分类.pdf (0.35 MB)

* 04-LLM实现金融信息抽取.pdf (0.32 MB)

* 05-LLM实现金融信息匹配.pdf (0.30 MB)

* 1.环境要求.pdf (0.11 MB)

* 02-代码/

* finance_classify.py (0.00 MB)

* finance_ie.py (0.00 MB)

* finance_text_matching.py (0.00 MB)

* 03-weights/

* chatglm2-6b-int4/

* MODEL_LICENSE (0.00 MB)

* README.md (0.01 MB)

* configuration_chatglm.py (0.00 MB)

* modeling_chatglm.py (0.05 MB)

* pytorch_model.bin (3.65 GB)

* tokenizer.model (0.97 MB)

* tokenizer_config.json (0.00 MB)

* 金融领域的行业动态分析.pdf (0.06 MB)

* 金融领域的行业动态分析.xmind (0.20 MB)

* 6月22日/

* 01-讲义/

* 01-虚拟试衣背景.pdf (1.84 MB)

* 02-阿里PAI平台.pdf (2.81 MB)

* 03-阿里云注册及开通PAI.pdf (2.01 MB)

* 04-PAI_DSW的环境搭建.pdf (1.95 MB)

* 星火大模型（博学谷）.pdf (12.10 MB)

* 02-代码/

* QA_demo.zip (97.79 MB)

* translate_in_many_style.zip (79.31 MB)

* 语言大模型实现流程.zip (0.07 MB)

* 6月24号/

* PAI_DSW的环境搭建.pdf (2.26 MB)

* PAI平台开通指南.pdf (3.78 MB)

* 虚拟试衣实践.pdf (5.23 MB)

* 6月25号/

* 01-讲义/

* 01-Function Call的原理及应用.pdf (0.78 MB)

* SQL.pdf (0.03 MB)

* 02-code/

* ChatGLM3_FunctionCall/

* __pycache__

* airplane_20250213_025134

* sql

* weather

* 6月27号/

* 01-讲义/

* 01-GPTs的介绍及应用.pdf (0.71 MB)

* 01-LLM基础知识.pdf (1.19 MB)

* 02-Assistant API的原理及应用.pdf (0.57 MB)

* 03-code/

* MiniMax_Assistant/

* .idea

* fruit_price.txt (0.00 MB)

* minmax_assistant.py (0.01 MB)

* 2307.16789v2.pdf (1.95 MB)

* 6月30日/

* 01-讲义/

* 01-AI Agents的开发应用.pdf (1.09 MB)

* 02-代码/

* Agent_Email_Generate/

* .idea

* __init__.py

* email_category.txt (0.00 MB)

* main.py (0.00 MB)

* poie.txt (0.00 MB)

* test.py (0.00 MB)

* tools

* 7月2日/

* 01-讲义/

* 01-LangChain基础知识入门.pdf (0.83 MB)

* 02-code/

* longchain/

* Agents_module

* Chains_module_20250213_025346

* Indexes_module

* Memory_module

* Models_module

* Prompts_module

* 7月4日/

* 01-code/

* .idea/

* 01-code.iml (0.00 MB)

* .gitignore (0.00 MB)

* inspectionProfiles

* misc.xml (0.00 MB)

* modules.xml (0.00 MB)

* workspace.xml (0.02 MB)

* RAG/

* .idea

* __pycache__

* chatglm2-6b-int4

* faiss

* get_vector.py (0.00 MB)

* m3e-base

* main.py (0.00 MB)

* model.py (0.00 MB)

* new_demo.py (0.00 MB)

* test.py (0.00 MB)

* 物流信息.txt (0.00 MB)

* 01-讲义/

* 02-基于LangChain+ChatGLM-6B实现物流行业信息咨询.pdf (0.54 MB)

* 7月7日/

* 01-code/

* Gpt2_Chatbot/

* __init__.py (0.00 MB)

* app.py (0.00 MB)

* config

* data

* data_preprocess

* flask_predict.py (0.00 MB)

* functions_tools.py (0.00 MB)

* gpt2

* interact.py (0.01 MB)

* other_data

* parameter_config.py (0.00 MB)

* readme (0.00 MB)

* save_model1

* train.py (0.01 MB)

* 02-讲义/

* 基于GPT2搭建医疗问诊机器人.pdf (0.60 MB)

* 基于GPT2的医疗机器人聊天系统.pdf (0.09 MB)

* 截图.png (0.07 MB)

* 7月9日/

* 01-code/

* Gpt2_Chatbot/

* __init__.py (0.00 MB)

* app.py (0.00 MB)

* config

* data

* data_preprocess

* functions_tools.py (0.00 MB)

* gpt2

* interact.py (0.01 MB)

* other_data

* parameter_config.py (0.00 MB)

* readme (0.00 MB)

* save_model

* save_model1

* templates

* train.py (0.01 MB)

* vocab

* 02-讲义/

* 基于GPT2搭建医疗问诊机器人.pdf (0.60 MB)

* 基于GPT2的医疗机器人聊天系统.pdf (0.09 MB)

* 截图.png (0.07 MB)

* 7月11日/

* 01-讲义/

* 01-项目背景介绍.pdf (1.58 MB)

* 02-基于BERT+PET方式文本分类介绍.pdf (0.43 MB)

* 03-基于BERT+PET方式数据预处理介绍.pdf (0.38 MB)

* 02-代码/

* PET/

* __init__.py

* __pycache__

* checkpoints

* data

* data_handle

* inference.py (0.00 MB)

* pet_config.py (0.00 MB)

* train.py (0.01 MB)

* utils

* 预训练模型/

* bert-base-chinese

* 7月14日/

* 01-讲义/

* 04-基于BERT+PET方式文本分类模型搭建.pdf (0.35 MB)

* 05-基于BERT+P-Tuning方式文本分类介绍.pdf (0.45 MB)

* 代码同7月11号

* 基于BERT+PET实现文本分类.xmind (0.27 MB)

* 怎么使用GPU？训练使用.pdf (0.05 MB)

* 7月16日/

* 01-讲义/

* 06-基于BERT+P-Tuning方式数据预处理介绍.pdf (0.38 MB)

* 07-基于BERT+P-Tuning方式文本分类模型搭建.pdf (0.42 MB)

* 02-代码/

* P-Tuning/

* __init__.py

* __pycache__

* checkpoints

* data_handle

* inference.py (0.00 MB)

* ptune_config.py (0.00 MB)

* train.py (0.01 MB)

* utils

* 7月18日/

* 01-讲义/

* 新媒体行业评论智能分类与信息抽取系统.pdf (0.71 MB)

* 基于Bert+P-tuning的文本分类.xmind (0.24 MB)

* 7月21日/

* 01-讲义（与7月18号一样）

* 02-代码/

* chatglm-6b/

* MODEL_LICENSE (0.00 MB)

* README.md (0.01 MB)

* config.json (0.00 MB)

* configuration_chatglm.py (0.00 MB)

* ice_text.model (2.58 MB)

* modeling_chatglm.py (0.05 MB)

* pytorch_model-00001-of-00008.bin (1.62 GB)

* pytorch_model-00002-of-00008.bin (1.75 GB)

* pytorch_model-00003-of-00008.bin (1.84 GB)

* pytorch_model-00004-of-00008.bin (1.78 GB)

* pytorch_model-00005-of-00008.bin (1.75 GB)

* pytorch_model-00006-of-00008.bin (1.75 GB)

* pytorch_model-00007-of-00008.bin (1.00 GB)

* pytorch_model-00008-of-00008.bin (1019.75 MB)

* pytorch_model.bin.index.json (0.03 MB)

* quantization.py (0.01 MB)

* test_modeling_chatglm.py (0.01 MB)

* tokenization_chatglm.py (0.02 MB)

* tokenizer_config.json (0.00 MB)

* ptune_chatglm/

* .idea

* __init__.py (0.00 MB)

* __pycache__

* checkpoints

* data

* data_handle

* glm_config.py (0.00 MB)

* inference.py (0.00 MB)

* train.py (0.01 MB)

* utils

* 趋动云使用《补充》.pdf (3.11 MB)

* 趋动云执行chatglm.pdf (0.14 MB)

* 7月23日/

* 01-讲义/

* 01-AIGC 背景.pdf (6.14 MB)

* 02-图像生成方法.pdf (4.61 MB)

* 7月25日/

* 01-讲义/

* 03-stableDiffusion详解.pdf (4.94 MB)

* 04-StableDiffusion实践.pdf (6.26 MB)

* 05-腾讯云AI绘画.pdf (13.53 MB)

* 02-代码/

* aigc_demo_origin.zip (6.38 MB)

* img-glasses/

* 00061-4096775217.png (0.32 MB)

* 00061-4096775217.txt (0.00 MB)

* 00062-4096775218.png (0.36 MB)

* 00062-4096775218.txt (0.00 MB)

* 00063-4096775219.png (0.36 MB)

* 00064-4096775220.png (0.29 MB)

* 00064-4096775220.txt (0.00 MB)

* 00065-4096775221.png (0.37 MB)

* 00065-4096775221.txt (0.00 MB)

* 00069-2356360196.png (0.34 MB)

* 00069-2356360196.txt (0.00 MB)

* 00070-2356360197.png (0.44 MB)

* 00070-2356360197.txt (0.00 MB)

* 00071-2356360198.png (0.32 MB)

* 00071-2356360198.txt (0.00 MB)

* 00072-2356360199.png (0.30 MB)

* 00072-2356360199.txt (0.00 MB)

* 00074-2356360201.png (0.37 MB)

* 00074-2356360201.txt (0.00 MB)

* 00076-2356360203.png (0.32 MB)

* 00076-2356360203.txt (0.00 MB)

* 00077-2356360204.png (0.34 MB)

* 00077-2356360204.txt (0.00 MB)

* 00078-2356360205.png (0.28 MB)

* 00078-2356360205.txt (0.00 MB)

* 00079-2356360206.png (0.31 MB)

* 00081-2356360208.png (0.26 MB)

* 00081-2356360208.txt (0.00 MB)

* 00082-2356360209.txt (0.00 MB)

* 00083-2356360210.png (0.32 MB)

* 00083-2356360210.txt (0.00 MB)

* 00084-2356360211.png (0.29 MB)

* 00084-2356360211.txt (0.00 MB)

* 00086-2356360213.png (0.32 MB)

* 00086-2356360213.txt (0.00 MB)

* 00088-2356360215.png (0.35 MB)

* img_Plaidshirtprogrammer/

* 00001-1894947284.png (0.46 MB)

* 00002-3614966928.png (0.35 MB)

* 00003-3286877001.png (0.38 MB)

* 00004-1166947288.png (0.35 MB)

* 00005-366234093.png (0.38 MB)

* 00006-4286819082.png (0.44 MB)

* 00007-4286819083.png (0.36 MB)

* 00008-4286819084.png (0.35 MB)

* 00009-4286819085.png (0.32 MB)

* 00010-4286819086.png (0.36 MB)

* 00011-4286819087.png (0.41 MB)

* 00012-4286819088.png (0.31 MB)

* 00013-4286819089.png (0.38 MB)

* 00014-4286819090.png (0.36 MB)

* 00015-4286819091.png (0.38 MB)

* 00016-4286819092.png (0.31 MB)

* 00017-4286819093.png (0.35 MB)

* 00018-4286819094.png (0.38 MB)

* 00019-4286819095.png (0.34 MB)

* 00022-4286819098.png (0.37 MB)

* 00023-4286819099.png (0.37 MB)

* 00024-4286819100.png (0.38 MB)

* 00025-4286819101.png (0.39 MB)

* 00026-4286819102.png (0.36 MB)

* 00027-4286819103.png (0.38 MB)

* 00029-4286819105.png (0.36 MB)

* 00030-4286819106.png (0.46 MB)

* 00031-4286819107.png (0.38 MB)

* 00032-4286819108.png (0.34 MB)

* 00033-4286819109.png (0.44 MB)

* 00034-4286819110.png (0.33 MB)

* 00036-4286819112.png (0.36 MB)

* 00037-4286819113.png (0.38 MB)

* 00038-4286819114.png (0.37 MB)

* 00039-4286819115.png (0.38 MB)

* 00040-4286819116.png (0.34 MB)

* 00041-4286819117.png (0.36 MB)

* 00042-4286819118.png (0.44 MB)

* 00043-4286819119.png (0.40 MB)

* 00044-4286819120.png (0.37 MB)

* 00045-4286819121.png (0.36 MB)

* 00046-4286819122.png (0.42 MB)

* 00047-4286819123.png (0.34 MB)

* 00048-4286819124.png (0.33 MB)

* 00049-4286819125.png (0.41 MB)

* 00050-4286819126.png (0.40 MB)

* 00051-4286819127.png (0.16 MB)

* 00052-4286819128.png (0.43 MB)

* 00053-4286819129.png (0.35 MB)

* 00054-4286819130.png (0.32 MB)

* 00055-3455426797.png (0.38 MB)

* 00056-3455426798.png (0.42 MB)

* 00057-3455426799.png (0.36 MB)

* 00058-3455426800.png (0.36 MB)

* 00059-3455426801.png (0.33 MB)

* 00060-3455426802.png (0.36 MB)

* 00061-3455426803.png (0.46 MB)

* 00062-3455426804.png (0.38 MB)

* 00063-3455426805.png (0.29 MB)

* 00064-3455426806.png (0.40 MB)

* 00065-3455426807.png (0.38 MB)

* 00066-3455426808.png (0.35 MB)

* 00067-3455426809.png (0.38 MB)

* 00068-3455426810.png (0.39 MB)

* 00069-3455426811.png (0.39 MB)

* 00070-3455426812.png (0.37 MB)

* 00073-3455426815.png (0.37 MB)

* 00074-3455426816.png (0.40 MB)

* 00075-3455426817.png (0.35 MB)

* 00076-3455426818.png (0.36 MB)

* 00077-3455426819.png (0.35 MB)

* 00078-3455426820.png (0.40 MB)

* 00079-3455426821.png (0.43 MB)

* 00080-3455426822.png (0.37 MB)

* 00081-3455426823.png (0.43 MB)

* 00082-3455426824.png (0.33 MB)

* 00083-3455426825.png (0.35 MB)

* 00084-3455426826.png (0.44 MB)

* 00085-3455426827.png (0.43 MB)

* 00086-3455426828.png (0.37 MB)

* 00087-3455426829.png (0.48 MB)

* 00088-3455426830.png (0.51 MB)

* 00089-3455426831.png (0.36 MB)

* 00090-3455426832.png (0.37 MB)

* 00091-3455426833.png (0.39 MB)

* 00093-3455426835.png (0.43 MB)

* 00094-3455426836.png (0.40 MB)

* 00095-3455426837.png (0.35 MB)

* 00097-3455426839.png (0.43 MB)

* 00098-3455426840.png (0.40 MB)

* 00099-3455426841.png (0.41 MB)

* 00100-3455426842.png (0.39 MB)

* 00101-3455426843.png (0.39 MB)

* 00102-3455426844.png (0.39 MB)

* 00103-3455426845.png (0.41 MB)

* weights/

* glass.safetensors (36.11 MB)

* model-plaidshirtprogrammer.ckpt (1.99 GB)

* 7月28日/

* 01-讲义/

* 1706.03762.pdf (2.11 MB)

* AI论文阅读与写作.pdf (3.67 MB)

* 02-代码同7月25日代码

* 多模态大模型（文生图）.xmind (0.24 MB)

* 7月29日/

* 人工智能-求职自我介绍以及项目描述参考模板.docx (0.02 MB)

* 大模型训练营2期-大模型时代 .pdf (2.95 MB)

* 大模型训练营2期—简历优化 .pdf (0.66 MB)

* 简历优化及面试注意事项.txt (0.00 MB)

* 简历格式模板.zip (68.42 MB)

* 论文导读.zip (54.89 MB)

* 第一周-大模型必备Python语言/

* 01-讲义/

* Python入门教程.pdf (1.94 MB)

* 02-软件/

* Anaconda

* PyCharm/

* ide-eval-resetter-2.3.5.zip (0.05 MB)

* pycharm-professional-.2.1.exe (463.59 MB)

* 03-代码/

* 【5月21日】代码/

* 01-Python程序入门.py (0.00 MB)

* 02-Python中的单行注释.py (0.00 MB)

* 04-Python中变量定义.py (0.00 MB)

* 05-Python中的变量命名规则.py (0.00 MB)

* 06-Python中变量7种数据类型.py (0.00 MB)

* 07-Python中运算符.py (0.00 MB)

* 08-Python中的输入操作.py (0.00 MB)

* 09-Python中的普通输出操作.py (0.00 MB)

* 10-Python中变量的格式化输出.py (0.00 MB)

* 11-Python中的转义字符.py (0.00 MB)

* 【5月23日】代码/

* 01-Python中的编程语言的流程结构.py (0.00 MB)

* 02-Python中的选择结构.py (0.00 MB)

* 03-Python中的if...else选择结构.py (0.00 MB)

* 04-Python中的if...else选择结构.py (0.00 MB)

* 05-Python中if...elif...else结构.py (0.00 MB)

* 06-Python中if嵌套结构.py (0.00 MB)

* 07-Python中猜拳游戏实现.py (0.00 MB)

* 08-Python中的模块.py (0.00 MB)

* 09-Python中的循环结构.py (0.00 MB)

* 10-Python中实现指定次数的循环.py (0.00 MB)

* 11-Python中实现求1-100累加的结果.py (0.00 MB)

* 12-Python中循环的两大关键词.py (0.00 MB)

* 13-Python中猜数字游戏的开发.py (0.00 MB)

* 14-Python中的列表容器.py (0.00 MB)

* 16-Python中列表的切片操作（字符串元组也可以使用）.py (0.00 MB)

* 17-Python中元组的定义与使用.py (0.00 MB)

* 18-Python中的字典类型.py (0.00 MB)

* 19-Python中的集合类型.py (0.00 MB)

* 【5月26日】代码/

* 01-Python函数的基本概念.py (0.00 MB)

* 02-Python中函数的参数.py (0.00 MB)

* 03-Python中函数的返回值.py (0.00 MB)

* 04-Python中return返回值.py (0.00 MB)

* 05-Python中return返回值返回多个结果.py (0.00 MB)

* 06-Python中使用函数生成一个4位长度的验证码.py (0.00 MB)

* 07-Python中变量的作用域.py (0.00 MB)

* 08-Python中全局变量的访问范围.py (0.00 MB)

* 09-Python中局部变量的访问范围.py (0.00 MB)

* 10-Python中的global关键字.py (0.00 MB)

* 11-Python中函数的两种的参数.py (0.00 MB)

* 12-Python中函数的两种传参方式.py (0.00 MB)

* 13-Python中默认值参数.py (0.00 MB)

* 14-Python中不定长参数.py (0.00 MB)

* 15-Python中不定长参数混用的情况.py (0.00 MB)

* 16-Python中的不定长参数接收容器类型的参数.py (0.00 MB)

* 17-Python中的匿名函数.py (0.00 MB)

* 18-Python中带参数的lambda表达式.py (0.00 MB)

* 19-Python中类的定义与实例化.py (0.00 MB)

* 20-Python中对象成员方法的self关键词.py (0.00 MB)

* 21-Python中成员属性的定义.py (0.00 MB)

* 22-Python中魔术方法.py (0.00 MB)

* 24-Python中使用__str__()魔术方法.py (0.00 MB)

* 25-Python中使用__del__()魔术方法.py (0.00 MB)

* 26-Python中的魔术方法__call__.py (0.00 MB)

* 27-Python中的公有属性和私有属性.py (0.00 MB)

* 28-Python中私有方法.py (0.00 MB)

* 29-Python中继承的实现.py (0.00 MB)

* 30-Python中的重写机制.py (0.00 MB)

* 31-Python中的super()方法.py (0.00 MB)

* 34-Python中的继承关系（继承链）.py (0.00 MB)

* 第二期的资料，和第一期的资料一样的、直接去第一期下载即可

AI大模型训练营 新版

AI大模型训练营新版