黑马博学谷-AI大模型训练营2期
AI大模型核心技术深度解析
编辑点评
全面覆盖AI大模型基础知识与实战技能，理论与实践相结合，助你成为AI领域专家。
⭐ 编辑推荐
本训练营深入讲解AI大模型核心概念，赠送11本电子书，涵盖深度学习、PyTorch框架等内容。
实践项目丰富，助力简历提升，适合AI爱好者及从业者。
课程亮点
• AI大模型核心技术讲解
• 实战项目丰富
• 赠送11本电子书
• 简历提升
课程目录
📁 AI大模型 赠送资料
📁 11本AI大模型相关电子书
生命3.0.pdf [58.3 MB]
AIGC：智能创作时代.pdf [4.7 MB]
人工智能简史.pdf [117.0 MB]
AI 3.0.pdf [8.4 MB]
元宇宙与数字经济.pdf [7.6 MB]
千脑智能.pdf [4.1 MB]
AI极简经济学.pdf [71.3 MB]
人工智能：现代方法（第4版）（上下册）.pdf [53.3 MB]
第二次机器革命：数字化技术将如何改变我们的经济与社会.pdf [46.0 MB]
深度学习革命：从历史到未来.pdf [2.6 MB]
AI新生：破解人机共存密码——人类最后一个大问题.pdf [6.4 MB]
📁 简历模板
cv简历模板9.docx [19.7 KB]
CV简历模板1.doc [37.0 KB]
NLP简历模板3.docx [31.4 KB]
NLP简历模板2.doc [38.0 KB]
cv简历模板3.docx [20.9 KB]
NLP简历模板.docx [24.8 KB]
cv简历模板8.doc [33.5 KB]
CV简历模板2.docx [41.0 KB]
简历介绍1.png [283.7 KB]
cv简历模板5.doc [41.0 KB]
cv简历模板7.docx [18.1 KB]
cv简历模板4.docx [1.2 MB]
cv简历模板10.doc [67.5 KB]
cv简历模板6.docx [33.2 KB]
项目介绍1.png [381.9 KB]
📁 大模型前置课
📁 第二章 pytorch框架
09-张量转换为数组_ev.mp4 [7.1 MB]
07-张量元素类型转换_ev.mp4 [9.0 MB]
05-线性张量和随机张量_ev.mp4 [7.8 MB]
04-张量的基本创建方法_ev.mp4 [18.7 MB]
25 26-线性回归的损失函数.mp4 [6.2 MB]
02-pytorch简介和安装方法_ev.mp4 [5.9 MB]
03-pytorch内容说明_ev.mp4 [1.9 MB]
12-张量的基本运算_ev.mp4 [16.2 MB]
14-张量的乘法运算_ev.mp4 [9.4 MB]
11-张量标量数值的获取_ev.mp4 [7.2 MB]
23-自动微分模块.mp4 [36.0 MB]
15-张量的运算函数_ev.mp4 [14.8 MB]
06-创建全0、全1和指定值的张量_ev.mp4 [6.2 MB]
16-张量的索引操作_ev.mp4 [25.7 MB]
17-张量的多维索引_ev.mp4 [12.5 MB]
01-深度学习简介_ev.mp4 [7.4 MB]
08-张量创建内容总结_ev.mp4 [4.9 MB]
10-数组转换为张量_ev.mp4 [9.9 MB]
28 29-线性回归数据集构建.mp4 [14.0 MB]
30 31-线性回归模型训练与预测.mp4 [20.6 MB]
29 30-线性回归模型构建.mp4 [9.2 MB]
26 27-梯度下降算法.mp4 [18.5 MB]
22-张量的拼接操作.mp4 [10.1 MB]
19-张量的squeeze和unsqueeze方法_ev.mp4 [12.7 MB]
18-张量的reshape方法_ev.mp4 [11.9 MB]
24-线性回归简介.mp4 [12.0 MB]
21-张量的view方法_ev.mp4 [11.4 MB]
13-张量的点乘运算_ev.mp4 [7.2 MB]
27 28-线性回归实现流程.mp4 [11.7 MB]
20-张量的transpose和permute方法_ev.mp4 [15.3 MB]
📁 课程资料
📁 深度学习基础
📁 01.讲义
01-PyTorch基本使用.pdf [3.8 MB]
📁 03.代码
01-张量的创建.py [649.0 B]
09-线性回归.py [1.6 KB]
02-张量的类型转换.py [302.0 B]
07-张量的拼接操作.py [153.0 B]
05-张量的索引操作.py [272.0 B]
04-张量的运算函数.py [235.0 B]
03-张量的数值计算.py [492.0 B]
06-张量的形状操作.py [586.0 B]
08-自动微分模块.py [518.0 B]
📁 第一章 Python 基础前置课
41-（重点）继承中的重写操作_ev.mp4 [16.3 MB]
36-（重点）面向对象中的self关键字.mp4 [8.5 MB]
37-（重点）对象属性的设置与获取.mp4 [6.5 MB]
05-（重点）Python中的注释.mp4 [8.7 MB]
31-（重点）默认值参数.mp4 [7.1 MB]
40-（重点）Python中类的继承_ev.mp4 [11.1 MB]
04-（重点）PyCharm配置与Python入门程序编写.mp4 [9.1 MB]
29-（扩展）global关键字的使用.mp4 [8.0 MB]
06-（重点）Python中的变量.mp4 [8.8 MB]
02-（重点）Anaconda3软件安装.mp4 [7.7 MB]
42-（重点）super()强制调用父类属性和方法_ev.mp4 [24.8 MB]
39-（重点）__call__魔术方法的使用_ev.mp4 [7.5 MB]
33-（重点）lambda表达式.mp4 [19.7 MB]
07-（重点）Python中的四种基本数据类型.mp4 [13.1 MB]
34-（重点）面向过程与面向对象.mp4 [11.6 MB]
01-（了解）Python语言简介.mp4 [7.2 MB]
08-（重点）Python中的运算符.mp4 [9.5 MB]
03-（重点）PyCharm软件的安装与激活.mp4 [14.2 MB]
32-（重点）不定长参数.mp4 [13.0 MB]
38-（重点）__init__()魔术方法的使用_ev.mp4 [11.7 MB]
35-（重点）面向对象类和对象的概念.mp4 [10.4 MB]
10-（重点）Python中的print()格式化输出.mp4 [10.6 MB]
30-（重点）函数的两种传参方式（位置传递与关键词传递）.mp4 [8.9 MB]
09-（重点）Python中的输入与输出操作.mp4 [21.0 MB]
11-（重点）Python中的if选择结构.mp4 [7.4 MB]
24-（重点）Python中的元组定义与访问.mp4 [9.5 MB]
27-（重点）函数的定义与调用.mp4 [19.4 MB]
13-（重点）if嵌套结构.mp4 [10.1 MB]
16-（重点）Python中的for循环结构.mp4 [7.1 MB]
22-（重点）列表的切片操作.mp4 [19.5 MB]
23-（重点）列表相关函数与操作方法.mp4 [20.3 MB]
19-（重点）for循环综合案例之猜数字游戏开发.mp4 [9.2 MB]
25-（重点）字典的定义与增删改查操作.mp4 [14.0 MB]
28-（重点）Python中变量的作用域.mp4 [15.4 MB]
20-（重点）列表容器定义与增删改查操作.mp4 [16.2 MB]
18-（重点）for循环中的两大关键词.mp4 [11.1 MB]
21-（重点）列表其他操作.mp4 [8.3 MB]
14-（重点）Python实现猜拳游戏开发.mp4 [12.8 MB]
12-（重点）Python的if...else结构与if...elif...else多分支结构.mp4 [13.6 MB]
17-（重点）for循环与range()函数结合使用.mp4 [10.9 MB]
15-（重点）Python中模块的导入与使用.mp4 [10.6 MB]
26-（重点）集合的定义与使用.mp4 [11.3 MB]
📁 第三章 神经网络
08-常见的激活函数和选择方法.mp4 [10.6 MB]
13-梯度下降算法.mp4 [10.8 MB]
12-损失函数.mp4 [12.2 MB]
21 22-transformer结构介绍.mp4 [22.3 MB]
15-价格分类案例需求分析.mp4 [12.4 MB]
09-神经网络的构建.mp4 [36.0 MB]
02-神经元的设计.mp4 [9.1 MB]
18 19-模型训练.mp4 [22.5 MB]
03-神经网络的构成.mp4 [11.5 MB]
10-网络参数量的统计方法.mp4 [6.3 MB]
17 18-模型构建.mp4 [13.4 MB]
22 23-transformer实现汉译英.mp4 [23.8 MB]
05-sigmoid激活.mp4 [10.1 MB]
06-relu激活.mp4 [7.8 MB]
04-激活函数的作用.mp4 [16.7 MB]
07-softmax激活.mp4 [2.8 MB]
20 21-NLP概述.mp4 [6.8 MB]
01-神经网络内容简介.mp4 [2.6 MB]
11-神经网络的优缺点.mp4 [4.8 MB]
14-反向传播算法.mp4 [30.9 MB]
19 20-模型评估.mp4 [15.3 MB]
16-数据集获取.mp4 [19.3 MB]
📁 AI大模型 直播资料
📁 7月11日
📁 01-讲义
03-基于BERT+PET方式数据预处理介绍.pdf [387.3 KB]
02-基于BERT+PET方式文本分类介绍.pdf [435.6 KB]
01-项目背景介绍.pdf [1.6 MB]
📁 02-代码
📁 预训练模型
📁 bert-base-chinese
📁 PET
📁 utils
📁 data
📁 __pycache__
📁 checkpoints
📁 data_handle
pet_config.py [1.6 KB]
inference.py [3.9 KB]
__init__.py
train.py [7.8 KB]
📁 7月21日
📁 02-代码
📁 chatglm-6b
pytorch_model.bin.index.json [32.6 KB]
MODEL_LICENSE [4.2 KB]
pytorch_model-00004-of-00008.bin [1.8 GB]
configuration_chatglm.py [4.2 KB]
modeling_chatglm.py [56.3 KB]
config.json [773.0 B]
ice_text.model [2.6 MB]
pytorch_model-00008-of-00008.bin [1019.8 MB]
pytorch_model-00007-of-00008.bin [1.0 GB]
pytorch_model-00005-of-00008.bin [1.8 GB]
pytorch_model-00006-of-00008.bin [1.8 GB]
quantization.py [14.7 KB]
tokenization_chatglm.py [16.6 KB]
pytorch_model-00001-of-00008.bin [1.6 GB]
test_modeling_chatglm.py [13.5 KB]
tokenizer_config.json [441.0 B]
pytorch_model-00003-of-00008.bin [1.8 GB]
README.md [6.7 KB]
pytorch_model-00002-of-00008.bin [1.8 GB]
📁 ptune_chatglm
📁 data
📁 checkpoints
📁 data_handle
📁 .idea
📁 __pycache__
📁 utils
inference.py [2.7 KB]
glm_config.py [1.4 KB]
__init__.py [22.0 B]
train.py [7.0 KB]
📁 01-讲义（与7月18号一样）
趋动云执行chatglm.pdf [140.3 KB]
趋动云使用《补充》.pdf [3.1 MB]
📁 6月1日
📁 01-讲义
03-Transformer详解.pdf [3.7 MB]
04-卷积神经网络.pdf [1.2 MB]
05-循环神经网络.pdf [933.5 KB]
02-神经网络基础.pdf [2.1 MB]
📁 03-代码
📁 02-神经网络
📁 model
📁 dataset
13-Transformer汉译英.py [367.0 B]
10-学习率衰减方法.py [3.8 KB]
07-损失函数.py [2.6 KB]
09-梯度下降优化方法.py [4.6 KB]
12-案例-价格分类.py [4.4 KB]
04-激活函数-Softmax.py [187.0 B]
08-反向传播BP算法.py [1.7 KB]
06-搭建神经网络.py [1.9 KB]
02-激活函数-tanh.py [460.0 B]
01-激活函数-sigmoid.py [588.0 B]
03-激活函数-ReLU.py [463.0 B]
05-参数初始化.py [1.5 KB]
11-正则化.py [459.0 B]
📁 04-循环神经网络
02-RNN层的使用.py [639.0 B]
01-词嵌入层API.py [896.0 B]
lyrics_model_10.pth [5.7 MB]
📁 03-卷积神经网络
📁 data
03-pytorch池化API.py [1.0 KB]
02-pytorch卷积层API.py [872.0 B]
04-案例-卷积神经网络实现图像分类.py [4.4 KB]
01-matplotlib图像加载.py [623.0 B]
📁 02-笔记
深度学习基础0601.pdf [3.3 MB]
📁 6月27号
📁 03-code
📁 MiniMax_Assistant
📁 .idea
fruit_price.txt [250.0 B]
minmax_assistant.py [5.3 KB]
📁 01-讲义
01-GPTs的介绍及应用.pdf [727.2 KB]
01-LLM基础知识.pdf [1.2 MB]
02-Assistant API的原理及应用.pdf [579.6 KB]
2307.16789v2.pdf [2.0 MB]
📁 6月8日
📁 01-讲义
01-LLM基础知识.pdf [11.4 MB]
02-LLM主要架构介绍.pdf [7.7 MB]
📁 02-代码
03-PPL.py [365.0 B]
02-rouge.py [178.0 B]
01-bleu.py [545.0 B]
LLM背景介绍.pdf [42.7 KB]
大模型项目研发流程.pdf [279.6 KB]
📁 7月28日
📁 01-讲义
1706.03762.pdf [2.1 MB]
AI论文阅读与写作.pdf [3.7 MB]
📁 02-代码同7月25日代码
多模态大模型（文生图）.xmind [244.3 KB]
📁 7月14日
📁 01-讲义
04-基于BERT+PET方式文本分类模型搭建.pdf [361.6 KB]
05-基于BERT+P-Tuning方式文本分类介绍.pdf [455.8 KB]
📁 代码同7月11号
怎么使用GPU？训练使用.pdf [56.2 KB]
基于BERT+PET实现文本分类.xmind [274.3 KB]
📁 7月4日
📁 01-code
📁 .idea
📁 inspectionProfiles
01-code.iml [317.0 B]
modules.xml [273.0 B]
workspace.xml [15.5 KB]
.gitignore [184.0 B]
misc.xml [268.0 B]
📁 RAG
📁 chatglm2-6b-int4
📁 m3e-base
📁 __pycache__
📁 .idea
📁 faiss
test.py [33.0 B]
get_vector.py [1.4 KB]
model.py [1.5 KB]
new_demo.py [3.1 KB]
物流信息.txt [550.0 B]
main.py [1.5 KB]
📁 01-讲义
02-基于LangChain+ChatGLM-6B实现物流行业信息咨询.pdf [554.5 KB]
📁 6月20日
📁 02-代码
finance_classify.py [4.4 KB]
finance_ie.py [4.9 KB]
finance_text_matching.py [3.1 KB]
📁 03-weights
📁 chatglm2-6b-int4
modeling_chatglm.py [53.6 KB]
tokenizer.model [994.5 KB]
configuration_chatglm.py [2.2 KB]
pytorch_model.bin [3.7 GB]
README.md [7.5 KB]
MODEL_LICENSE [2.3 KB]
tokenizer_config.json [243.0 B]
📁 01-讲义
03-LLM实现金融文本分类.pdf [360.8 KB]
02-金融行业动态方向评估项目.pdf [583.3 KB]
05-LLM实现金融信息匹配.pdf [303.2 KB]
04-LLM实现金融信息抽取.pdf [330.9 KB]
金融领域的行业动态分析.xmind [204.5 KB]
1.环境要求.pdf [110.8 KB]
金融领域的行业动态分析.pdf [63.3 KB]
📁 第一周-大模型必备Python语言
📁 03-代码
📁 【5月21日】代码
02-Python中的单行注释.py [240.0 B]
05-Python中的变量命名规则.py [278.0 B]
01-Python程序入门.py [20.0 B]
11-Python中的转义字符.py [452.0 B]
10-Python中变量的格式化输出.py [580.0 B]
08-Python中的输入操作.py [709.0 B]
07-Python中运算符.py [486.0 B]
09-Python中的普通输出操作.py [248.0 B]
04-Python中变量定义.py [785.0 B]
06-Python中变量7种数据类型.py [1.0 KB]
📁 【5月23日】代码
03-Python中的if...else选择结构.py [474.0 B]
16-Python中列表的切片操作（字符串元组也可以使用）.py [846.0 B]
18-Python中的字典类型.py [900.0 B]
06-Python中if嵌套结构.py [1.2 KB]
11-Python中实现求1-100累加的结果.py [314.0 B]
17-Python中元组的定义与使用.py [573.0 B]
08-Python中的模块.py [597.0 B]
07-Python中猜拳游戏实现.py [1.3 KB]
10-Python中实现指定次数的循环.py [599.0 B]
01-Python中的编程语言的流程结构.py [253.0 B]
04-Python中的if...else选择结构.py [572.0 B]
02-Python中的选择结构.py [800.0 B]
05-Python中if...elif...else结构.py [721.0 B]
09-Python中的循环结构.py [563.0 B]
19-Python中的集合类型.py [250.0 B]
12-Python中循环的两大关键词.py [1.2 KB]
14-Python中的列表容器.py [768.0 B]
13-Python中猜数字游戏的开发.py [1.0 KB]
📁 【5月26日】代码
17-Python中的匿名函数.py [760.0 B]
16-Python中的不定长参数接收容器类型的参数.py [497.0 B]
20-Python中对象成员方法的self关键词.py [637.0 B]
11-Python中函数的两种的参数.py [458.0 B]
22-Python中魔术方法.py [854.0 B]
18-Python中带参数的lambda表达式.py [385.0 B]
19-Python中类的定义与实例化.py [429.0 B]
25-Python中使用__del__()魔术方法.py [824.0 B]
02-Python中函数的参数.py [783.0 B]
09-Python中局部变量的访问范围.py [591.0 B]
24-Python中使用__str__()魔术方法.py [762.0 B]
08-Python中全局变量的访问范围.py [321.0 B]
21-Python中成员属性的定义.py [590.0 B]
34-Python中的继承关系（继承链）.py [621.0 B]
27-Python中的公有属性和私有属性.py [1.1 KB]
13-Python中默认值参数.py [578.0 B]
28-Python中私有方法.py [560.0 B]
07-Python中变量的作用域.py [690.0 B]
01-Python函数的基本概念.py [811.0 B]
06-Python中使用函数生成一个4位长度的验证码.py [1.2 KB]
29-Python中继承的实现.py [712.0 B]
31-Python中的super()方法.py [1.3 KB]
10-Python中的global关键字.py [501.0 B]
26-Python中的魔术方法__call__.py [380.0 B]
15-Python中不定长参数混用的情况.py [364.0 B]
03-Python中函数的返回值.py [614.0 B]
14-Python中不定长参数.py [679.0 B]
12-Python中函数的两种传参方式.py [576.0 B]
05-Python中return返回值返回多个结果.py [316.0 B]
04-Python中return返回值.py [546.0 B]
30-Python中的重写机制.py [1.0 KB]
📁 02-软件
📁 Anaconda
Anaconda3-2023.09-0-Windows-x86_64.exe [1.0 GB]
📁 PyCharm
pycharm-professional-2021.2.1.exe [463.6 MB]
📁 01-讲义
Python入门教程.pdf [1.9 MB]
📁 7月2日
📁 01-讲义
01-LangChain基础知识入门.pdf [851.8 KB]
📁 02-code
📁 longchain
📁 Chains_module
📁 Indexes_module
📁 Memory_module
📁 Agents_module
📁 Models_module
📁 Prompts_module
📁 7月29日
简历优化及面试注意事项.txt [740.0 B]
大模型训练营2期—简历优化 .pdf [680.0 KB]
论文导读.zip [54.9 MB]
大模型训练营2期-大模型时代 .pdf [2.9 MB]
人工智能-求职自我介绍以及项目描述参考模板.docx [20.8 KB]
📁 6月11日
📁 01-讲义
02-ChatGPT模型原理介绍.pdf [14.3 MB]
01-LLM主要架构介绍.pdf [7.7 MB]
📁 5月28日
📁 03-代码
📁 02-神经网络
📁 dataset
📁 model
05-参数初始化.py [1.5 KB]
09-梯度下降优化方法.py [3.9 KB]
07-损失函数.py [2.6 KB]
06-搭建神经网络.py [1.9 KB]
03-激活函数-ReLU.py [463.0 B]
01-激活函数-sigmoid.py [588.0 B]
13-Transformer汉译英.py [367.0 B]
04-激活函数-Softmax.py [187.0 B]
08-反向传播BP算法.py [1.7 KB]
12-案例-价格分类.py [4.4 KB]
10-学习率衰减方法.py [3.8 KB]
📁 01-Pytroch基本使用
05-张量的索引操作.py [406.0 B]
02-张量类型转换.py [561.0 B]
03-张量的数值计算.py [276.0 B]
07-张量的拼接.py [205.0 B]
08-案例-线性回归模型构建.py [3.1 KB]
06-张量的形状操作.py [712.0 B]
04-张量的运算函数.py [412.0 B]
01-张量创建.py [849.0 B]
📁 02-笔记
深度学习基础.pdf [310.7 KB]
📁 04-拓展
拓展2_Pytorch-CUDA环境配置.pdf [485.3 KB]
拓展1_深度学习拓展.pdf [1.4 MB]
📁 01-讲义
01-PyTorch基本使用.pdf [1.1 MB]
00-深度学习简介.pdf [631.0 KB]
📁 6月15日
📁 01-讲义
02-大模型prompt-Tuning方法进阶.pdf [9.2 MB]
01-大模型prompt-Tuning方法入门(1).pdf [8.2 MB]
01-大模型prompt-Tuning方法入门.pdf [8.2 MB]
02-大模型prompt-Tuning方法进阶(1).pdf [9.2 MB]
大模型的微调.pdf [23.5 KB]
📁 6月25号
📁 02-code
📁 ChatGLM3_FunctionCall
📁 sql
📁 __pycache__
📁 airplane
📁 weather
📁 01-讲义
SQL.pdf [29.0 KB]
01-Function Call的原理及应用.pdf [797.7 KB]
📁 6月24号
PAI平台开通指南.pdf [3.8 MB]
虚拟试衣实践.pdf [5.2 MB]
PAI_DSW的环境搭建.pdf [2.3 MB]
📁 6月13号
📁 01-讲义
01-LLM主流开源大模型介绍.pdf [11.4 MB]
开源的LLM.pdf [32.6 KB]
📁 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 [722.3 KB]
基于Bert+P-tuning的文本分类.xmind [248.2 KB]
📁 7月25日
📁 02-代码
📁 weights
model-plaidshirtprogrammer.ckpt [2.0 GB]
glass.safetensors [36.1 MB]
📁 img-glasses
00081-2356360208.png [263.7 KB]
00086-2356360213.txt [24.0 B]
00086-2356360213.png [327.4 KB]
00084-2356360211.txt [24.0 B]
00082-2356360209.txt [24.0 B]
00077-2356360204.txt [24.0 B]
00083-2356360210.txt [24.0 B]
00083-2356360210.png [329.9 KB]
00084-2356360211.png [300.2 KB]
00088-2356360215.png [353.7 KB]
00081-2356360208.txt [24.0 B]
00074-2356360201.txt [24.0 B]
00062-4096775218.png [365.1 KB]
00062-4096775218.txt [24.0 B]
00074-2356360201.png [380.1 KB]
00069-2356360196.png [345.3 KB]
00072-2356360199.txt [24.0 B]
00076-2356360203.png [331.7 KB]
00070-2356360197.png [453.9 KB]
00076-2356360203.txt [24.0 B]
00061-4096775217.txt [24.0 B]
00061-4096775217.png [327.0 KB]
00078-2356360205.txt [24.0 B]
00070-2356360197.txt [24.0 B]
00079-2356360206.png [313.7 KB]
00064-4096775220.png [297.0 KB]
00069-2356360196.txt [24.0 B]
00063-4096775219.png [372.7 KB]
00065-4096775221.txt [24.0 B]
00064-4096775220.txt [24.0 B]
00065-4096775221.png [378.1 KB]
00071-2356360198.png [328.1 KB]
00071-2356360198.txt [24.0 B]
00077-2356360204.png [346.9 KB]
00072-2356360199.png [305.4 KB]
00078-2356360205.png [281.9 KB]
📁 img_Plaidshirtprogrammer
00082-3455426824.png [338.4 KB]
00065-3455426807.png [393.6 KB]
00085-3455426827.png [443.4 KB]
00063-3455426805.png [299.1 KB]
00087-3455426829.png [489.6 KB]
00069-3455426811.png [400.0 KB]
00097-3455426839.png [437.3 KB]
00079-3455426821.png [439.7 KB]
00095-3455426837.png [359.7 KB]
00083-3455426825.png [360.1 KB]
00067-3455426809.png [386.8 KB]
00068-3455426810.png [394.3 KB]
00093-3455426835.png [439.8 KB]
00061-3455426803.png [467.8 KB]
00064-3455426806.png [405.3 KB]
00084-3455426826.png [450.0 KB]
00070-3455426812.png [383.4 KB]
00081-3455426823.png [443.7 KB]
00086-3455426828.png [380.0 KB]
00090-3455426832.png [380.3 KB]
00089-3455426831.png [364.0 KB]
00073-3455426815.png [374.0 KB]
00011-4286819087.png [424.1 KB]
00088-3455426830.png [524.5 KB]
00052-4286819128.png [437.0 KB]
00054-4286819130.png [325.2 KB]
00025-4286819101.png [402.3 KB]
00008-4286819084.png [358.0 KB]
00003-3286877001.png [386.9 KB]
00053-4286819129.png [355.0 KB]
00080-3455426822.png [380.4 KB]
00066-3455426808.png [354.1 KB]
00099-3455426841.png [422.6 KB]
00040-4286819116.png [348.0 KB]
00033-4286819109.png [451.7 KB]
00047-4286819123.png [352.6 KB]
00101-3455426843.png [396.0 KB]
00038-4286819114.png [381.5 KB]
00094-3455426836.png [406.0 KB]
00046-4286819122.png [433.6 KB]
00026-4286819102.png [367.3 KB]
00039-4286819115.png [391.8 KB]
00103-3455426845.png [415.8 KB]
00098-3455426840.png [404.8 KB]
00043-4286819119.png [409.4 KB]
00037-4286819113.png [386.9 KB]
00102-3455426844.png [402.2 KB]
00044-4286819120.png [378.3 KB]
00041-4286819117.png [363.9 KB]
00032-4286819108.png [352.5 KB]
00100-3455426842.png [397.7 KB]
00030-4286819106.png [475.3 KB]
00036-4286819112.png [365.6 KB]
00042-4286819118.png [453.3 KB]
00050-4286819126.png [408.5 KB]
00034-4286819110.png [333.4 KB]
00017-4286819093.png [357.8 KB]
00055-3455426797.png [384.7 KB]
00024-4286819100.png [386.2 KB]
00014-4286819090.png [365.6 KB]
00010-4286819086.png [372.1 KB]
00056-3455426798.png [431.4 KB]
00058-3455426800.png [369.1 KB]
00002-3614966928.png [353.7 KB]
00007-4286819083.png [368.0 KB]
00001-1894947284.png [469.1 KB]
00060-3455426802.png [371.8 KB]
00018-4286819094.png [392.6 KB]
00057-3455426799.png [370.3 KB]
00023-4286819099.png [381.7 KB]
00015-4286819091.png [391.9 KB]
00005-366234093.png [386.7 KB]
00059-3455426801.png [342.7 KB]
00006-4286819082.png [454.2 KB]
00012-4286819088.png [320.4 KB]
00031-4286819107.png [391.3 KB]
00004-1166947288.png [353.9 KB]
00029-4286819105.png [369.5 KB]
00016-4286819092.png [321.9 KB]
00013-4286819089.png [387.8 KB]
00022-4286819098.png [376.1 KB]
00009-4286819085.png [326.2 KB]
00045-4286819121.png [368.1 KB]
00019-4286819095.png [345.4 KB]
00049-4286819125.png [425.0 KB]
00051-4286819127.png [167.0 KB]
00027-4286819103.png [387.7 KB]
00048-4286819124.png [341.8 KB]
00091-3455426833.png [401.6 KB]
00062-3455426804.png [390.3 KB]
00077-3455426819.png [358.0 KB]
00078-3455426820.png [410.5 KB]
00074-3455426816.png [405.3 KB]
00075-3455426817.png [359.0 KB]
00076-3455426818.png [370.7 KB]
aigc_demo_origin.zip [6.4 MB]
📁 01-讲义
03-stableDiffusion详解.pdf [4.9 MB]
04-StableDiffusion实践.pdf [6.3 MB]
05-腾讯云AI绘画.pdf [13.5 MB]
📁 6月22日
📁 02-代码
语言大模型实现流程.zip [69.5 KB]
QA_demo.zip [97.8 MB]
translate_in_many_style.zip [79.3 MB]
📁 01-讲义
04-PAI_DSW的环境搭建.pdf [2.0 MB]
02-阿里PAI平台.pdf [2.8 MB]
01-虚拟试衣背景.pdf [1.8 MB]
03-阿里云注册及开通PAI.pdf [2.0 MB]
星火大模型（博学谷）.pdf [12.1 MB]
📁 6月18日
📁 01-讲义
01-大模型提示工程指南.pdf [1.3 MB]
📁 6月7日
📁 软件
yuan-live Setup 2.6.2.exe [123.9 MB]
StreamingTool-7.6.2-x64.exe [355.0 MB]
作业.txt [264.0 B]
大模型应用工具实战02.pdf [7.7 MB]
📁 7月7日
📁 01-code
📁 Gpt2_Chatbot
📁 data_preprocess
📁 save_model1
📁 gpt2
📁 other_data
📁 data
📁 config
train.py [11.4 KB]
functions_tools.py [3.3 KB]
__init__.py [72.0 B]
【瑞客论坛 www.ruike1.com】readme [1.9 KB]
app.py [487.0 B]
parameter_config.py [2.6 KB]
interact.py [5.5 KB]
flask_predict.py [2.6 KB]
📁 02-讲义
基于GPT2搭建医疗问诊机器人.pdf [612.9 KB]
截图.png [76.7 KB]
基于GPT2的医疗机器人聊天系统.pdf [91.2 KB]
📁 7月16日
📁 02-代码
📁 P-Tuning
📁 data_handle
📁 __pycache__
📁 utils
📁 checkpoints
ptune_config.py [1.5 KB]
inference.py [3.2 KB]
__init__.py
train.py [7.5 KB]
📁 01-讲义
06-基于BERT+P-Tuning方式数据预处理介绍.pdf [390.3 KB]
07-基于BERT+P-Tuning方式文本分类模型搭建.pdf [427.3 KB]
📁 5月30日
📁 01-讲义
03-Transformer详解.pdf [3.7 MB]
02-神经网络基础.pdf [2.1 MB]
📁 04-拓展
拓展3_Pycharm配置Anaconda环境.pdf [658.6 KB]
📁 02-笔记
深度学习基础0530.pdf [898.7 KB]
📁 03-代码
📁 02-神经网络
📁 model
📁 dataset
05-参数初始化.py [1.5 KB]
07-损失函数.py [2.6 KB]
12-案例-价格分类.py [4.4 KB]
03-激活函数-ReLU.py [463.0 B]
08-反向传播BP算法.py [1.7 KB]
10-学习率衰减方法.py [3.8 KB]
02-激活函数-tanh.py [460.0 B]
04-激活函数-Softmax.py [187.0 B]
01-激活函数-sigmoid.py [588.0 B]
13-Transformer汉译英.py [367.0 B]
06-搭建神经网络.py [1.9 KB]
📁 04-循环神经网络
📁 data
02-RNN层的使用.py [639.0 B]
03-RNN实现周杰伦歌词生成.py [6.7 KB]
📁 03-卷积神经网络
📁 data
02-pytorch卷积层API.py [872.0 B]
01-matplotlib图像加载.py [623.0 B]
03-pytorch池化API.py [1.0 KB]
04-案例-卷积神经网络实现图像分类.py [4.4 KB]
📁 7月23日
📁 01-讲义
01-AIGC 背景.pdf [6.1 MB]
02-图像生成方法.pdf [4.6 MB]
📁 6月4日
📁 软件
VSCodeUserSetup-x64-1.89.1.exe [94.9 MB]
📁 讲义
大模型应用工具实战01.pdf [6.4 MB]
📁 6月30日
📁 01-讲义
01-AI Agents的开发应用.pdf [1.1 MB]
📁 02-代码
📁 Agent_Email_Generate
📁 tools
📁 .idea
test.py [124.0 B]
poie.txt [35.0 B]
email_category.txt [943.0 B]
__init__.py
main.py [4.2 KB]
📁 7月9日
📁 01-code
📁 Gpt2_Chatbot
📁 save_model1
📁 data
📁 templates
📁 other_data
📁 gpt2
📁 save_model
📁 config
📁 data_preprocess
📁 vocab
__init__.py [72.0 B]
interact.py [5.5 KB]
train.py [11.4 KB]
functions_tools.py [3.3 KB]
app.py [487.0 B]
readme [1.9 KB]
parameter_config.py [2.6 KB]
📁 02-讲义
基于GPT2搭建医疗问诊机器人.pdf [612.9 KB]
截图.png [76.7 KB]
基于GPT2的医疗机器人聊天系统.pdf [91.2 KB]
007-大模型前置知识.mp4 [797.0 MB]
029-（新增）大模型Agent的原理及实践.mp4 [477.2 MB]
001-大模型必备Python语言.mp4 [668.7 MB]
002-大模型必备Python语言.mp4 [779.5 MB]
026-（新增）大模型开发工具Function Call的原理及实践.mp4 [632.6 MB]
008-大模型前置知识.mp4 [864.5 MB]
005-大模型必备Python语言.mp4 [873.4 MB]
013-大模型开发入门.mp4 [323.2 MB]
010-大模型应用工具实战.mp4 [923.0 MB]
048-大模型加餐课（面试指导）.mp4 [707.6 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 [258.5 MB]
049-大模型加餐课（模型部署）.mp4 [892.9 MB]
033-【项目4】大健康行业智能问诊系统.mp4 [482.7 MB]
043-Stable Diffusion多模态大模型应用实战.mp4 [432.4 MB]
035-项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 [489.8 MB]
044-Stable Diffusion多模态大模型应用实战.mp4 [555.8 MB]
036-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 [620.7 MB]
042-Stable Diffusion多模态大模型应用实战.mp4 [587.0 MB]
045-Stable Diffusion多模态大模型应用实战.mp4 [36.8 MB]
040-【项目6】新媒体行业评论智能分类与信息抽取系统.mp4 [826.7 MB]
046-Stable Diffusion多模态大模型应用实战.mp4 [1.9 MB]
039-【项目6】新媒体行业评论智能分类与信息抽取系统.mp4 [474.4 MB]
032-【项目4】大健康行业智能问诊系统.mp4 [869.8 MB]
034-【项目4】大健康行业智能问诊系统.mp4 [455.9 MB]
031-【项目3】物流行业信息咨询智能问答系统.mp4 [458.3 MB]
041-ChatGLM-6B+LoRA模型搭建+趋动云资源配置.mp4 [434.4 MB]
030-大模型开发工具longchain详解.mp4 [655.8 MB]
037-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 [341.2 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 [477.6 MB]
017-大模型提示词工程应用1.mp4 [228.8 MB]
004-大模型必备Python语言.mp4 [2.9 MB]
023-企业级大模型定制平台.mp4 [290.8 MB]
011-大模型应用工具实战.mp4 [47.6 MB]
019-大模型提示词工程应用3.mp4 [180.0 MB]
006-大模型前置知识.mp4 [1.1 GB]
009-大模型前置知识.mp4 [910.2 MB]
025-电商虚拟试衣.mp4 [199.9 MB]
016-大模型Prompt-Tuning方法进阶.mp4 [181.1 MB]
012-大模型应用工具实战.mp4 [927.1 MB]
020-大模型提示词.mp4 [543.2 MB]
018-大模型提示词工程应用2.mp4 [93.7 MB]
014-大模型开发入门.mp4 [171.4 MB]
022-企业级大模型定制平台.mp4 [158.1 MB]
015-主流大模型介绍及大模型Prompt-Tuning方法入门.mp4 [213.1 MB]
027-（新增）GPTs与Assistant API.mp4 [627.1 MB]
028-（新增）大模型Agent的原理及实践.mp4 [901.2 MB]
021-【项目1】金融行业动态风向评估.mp4 [534.7 MB]
024-企业级大模型定制平台.mp4 [177.8 MB]
003-大模型必备Python语言.mp4 [1.2 GB]适合人群
- AI爱好者
- AI从业者
- 深度学习初学者
学习收获
掌握AI大模型基础知识
精通PyTorch框架
提升简历竞争力
祝您学习愉快！
学有所成，前程似锦！
