先别急着跑代码，花两周适应环境
这门课是针对 AI 大模型领域的入门训练，但它的节奏非常慢，核心是让你先把基础工具练熟，而不是直接扔给你复杂的模型代码。资料包里反复出现的“大模型必备 Python 语言”和多个不同版本的 Python 讲解视频，说明课程极度重视编程基础。如果你连变量定义、注释规范或者数据类型都不清楚，直接看后面的张量操作会非常痛苦。建议前两周完全停留在 Python 基础部分，把变量、注释、四种基本数据类型反复敲代码，直到不再需要看注释就能理解代码逻辑。
环境搭建是最大门槛，必须按顺序攻克
课程在环境配置上卡得很细，资料包里有专门的 Anaconda3 和 PyCharm 安装与激活视频。这意味着你不能只依赖电脑自带的 Python，必须规范地安装科学计算环境。很多初学者因为环境配置报错而劝退，这门课会一步步带你解决。请务必先跟着视频把 Anaconda 装好，再配置 PyCharm，最后运行那个“入门程序”。只有当你的软件环境跑通第一个 Hello World 级别的计算时，才能继续学习后续关于神经网络构成、神经元设计以及激活函数的内容，否则代码运行不出结果会直接卡死在这里。
跳过复杂模型，专注张量与激活函数
学完前几章的 Python 和环境配置后，接下来的重点是张量（Tensor）和激活函数。资料包里有大量关于创建全 0 张量、随机张量、线性张量以及 sigmoid、relu、softmax 等激活函数的讲解。你需要理解这些概念是搭建大模型的砖瓦，而不是死记硬背模型架构。学完这部分后，你应该能独立用 PyTorch 创建各种类型的张量，并手动编写简单的神经网络层，比如一个带有激活函数的全连接层。至于资料里总结的常见激活函数选择方法，先理解原理即可，具体工程应用中的模型选择可以等基础更扎实后再深入研究。
课程目录
01-深度学习简介_ev.mp4 7.42M 01-神经网络内容简介.mp4 2.60M 01-（了解）Python语言简介.mp4 7.23M 001-大模型必备Python语言.mp4 668.71M 02-pytorch简介和安装方法_ev.mp4 5.87M 02-神经元的设计.mp4 9.08M 02-（重点）Anaconda3软件安装.mp4 7.68M 002-大模型必备Python语言.mp4 779.52M 03-pytorch内容说明_ev.mp4 1.88M 03-神经网络的构成.mp4 11.55M 03-（重点）PyCharm软件的安装与激活.mp4 14.17M 003-大模型必备Python语言.mp4 1.19G 04-张量的基本创建方法_ev.mp4 18.66M 04-激活函数的作用.mp4 16.69M 04-（重点）PyCharm配置与Python入门程序编写.mp4 9.15M 004-大模型必备Python语言.mp4 2.92M 05-线性张量和随机张量_ev.mp4 7.82M 05-sigmoid激活.mp4 10.08M 05-（重点）Python中的注释.mp4 8.72M 005-大模型必备Python语言.mp4 873.40M 06-创建全0、全1和指定值的张量_ev.mp4 6.21M 06-relu激活.mp4 7.76M 06-（重点）Python中的变量.mp4 8.80M 006-大模型前置知识.mp4 1.07G 07-张量元素类型转换_ev.mp4 9.00M 07-softmax激活.mp4 2.83M 07-（重点）Python中的四种基本数据类型.mp4 13.07M 007-大模型前置知识.mp4 797.03M 08-张量创建内容总结_ev.mp4 4.90M 08-常见的激活函数和选择方法.mp4 10.55M 08-（重点）Python中的运算符.mp4 9.47M 008-大模型前置知识.mp4 864.47M 09-张量转换为数组_ev.mp4 7.15M 09-神经网络的构建.mp4 36.01M 09-（重点）Python中的输入与输出操作.mp4 20.98M 009-大模型前置知识.mp4 910.21M 10-数组转换为张量_ev.mp4 9.92M 10-网络参数量的统计方法.mp4 6.27M 10-（重点）Python中的print()格式化输出.mp4 10.59M 010-大模型应用工具实战.mp4 922.96M 11-张量标量数值的获取_ev.mp4 7.22M 11-神经网络的优缺点.mp4 4.84M 11-（重点）Python中的if选择结构.mp4 7.42M 011-大模型应用工具实战.mp4 47.63M 12-张量的基本运算_ev.mp4 16.21M 12-损失函数.mp4 12.20M 12-（重点）Python的if...else结构与if...elif...else多分支结构.mp4 13.60M 012-大模型应用工具实战.mp4 927.08M 13-张量的点乘运算_ev.mp4 7.18M 13-梯度下降算法.mp4 10.85M 13-（重点）if嵌套结构.mp4 10.11M 013-大模型开发入门.mp4 323.25M 14-张量的乘法运算_ev.mp4 9.37M 14-反向传播算法.mp4 30.85M 14-（重点）Python实现猜拳游戏开发.mp4 12.83M 014-大模型开发入门.mp4 171.43M 15-张量的运算函数_ev.mp4 14.78M 15-价格分类案例需求分析.mp4 12.44M 15-（重点）Python中模块的导入与使用.mp4 10.56M 015-主流大模型介绍及大模型Prompt-Tuning方法入门.mp4 213.08M 16-张量的索引操作_ev.mp4 25.71M 16-数据集获取.mp4 19.33M 16-（重点）Python中的for循环结构.mp4 7.09M 016-大模型Prompt-Tuning方法进阶.mp4 181.06M 17-张量的多维索引_ev.mp4 12.46M 17-（重点）for循环与range()函数结合使用.mp4 10.88M 017-大模型提示词工程应用1.mp4 228.82M 18-张量的reshape方法_ev.mp4 11.87M 18-（重点）for循环中的两大关键词.mp4 11.11M 018-大模型提示词工程应用2.mp4 93.67M 19-张量的squeeze和unsqueeze方法_ev.mp4 12.70M 19-（重点）for循环综合案例之猜数字游戏开发.mp4 9.22M 019-大模型提示词工程应用3.mp4 179.96M 20-张量的transpose和permute方法_ev.mp4 15.27M 20-（重点）列表容器定义与增删改查操作.mp4 16.19M 020-大模型提示词.mp4 543.21M 21-张量的view方法_ev.mp4 11.43M 21-（重点）列表其他操作.mp4 8.29M 021-【项目1】金融行业动态风向评估.mp4 534.72M 22-张量的拼接操作.mp4 10.08M 22-（重点）列表的切片操作.mp4 19.49M 022-企业级大模型定制平台.mp4 158.13M 23-自动微分模块.mp4 36.03M 23-（重点）列表相关函数与操作方法.mp4 20.34M 023-企业级大模型定制平台.mp4 290.83M 24-线性回归简介.mp4 12.02M 24-（重点）Python中的元组定义与访问.mp4 9.50M 024-企业级大模型定制平台.mp4 177.78M 25-（重点）字典的定义与增删改查操作.mp4 13.97M 025-电商虚拟试衣.mp4 199.93M 26-（重点）集合的定义与使用.mp4 11.34M 026-（新增）大模型开发工具Function Call的原理及实践.mp4 632.56M 27-（重点）函数的定义与调用.mp4 19.44M 027-（新增）GPTs与Assistant API.mp4 627.12M 28-（重点）Python中变量的作用域.mp4 15.37M 028-（新增）大模型Agent的原理及实践.mp4 901.23M 29-（扩展）global关键字的使用.mp4 7.97M 029-（新增）大模型Agent的原理及实践.mp4 477.16M 30-（重点）函数的两种传参方式（位置传递与关键词传递）.mp4 8.88M 030-大模型开发工具longchain详解.mp4 655.79M 31-（重点）默认值参数.mp4 7.10M 031-【项目3】物流行业信息咨询智能问答系统.mp4 458.33M 32-（重点）不定长参数.mp4 13.04M 032-【项目4】大健康行业智能问诊系统.mp4 869.79M 33-（重点）lambda表达式.mp4 19.66M 033-【项目4】大健康行业智能问诊系统.mp4 482.74M 34-（重点）面向过程与面向对象.mp4 11.60M 034-【项目4】大健康行业智能问诊系统.mp4 455.94M 35-（重点）面向对象类和对象的概念.mp4 10.35M 035-项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 489.81M 36-（重点）面向对象中的self关键字.mp4 8.52M 036-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 620.72M 37-（重点）对象属性的设置与获取.mp4 6.49M 037-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 341.15M 38-（重点）__init__()魔术方法的使用_ev.mp4 11.72M 038-【项目5-2】新零售行业评价决策系统【基于BERT+P-Tuning方式】.mp4 477.58M 39-（重点）__call__魔术方法的使用_ev.mp4 7.51M 039-【项目6】新媒体行业评论智能分类与信息抽取系统.mp4 474.42M 40-（重点）Python中类的继承_ev.mp4 11.13M 040-【项目6】新媒体行业评论智能分类与信息抽取系统.mp4 826.65M 41-（重点）继承中的重写操作_ev.mp4 16.28M 041-ChatGLM-6B+LoRA模型搭建+趋动云资源配置.mp4 434.40M 42-（重点）super()强制调用父类属性和方法_ev.mp4 24.83M 042-Stable Diffusion多模态大模型应用实战.mp4 587.01M 043-Stable Diffusion多模态大模型应用实战.mp4 432.43M 044-Stable Diffusion多模态大模型应用实战.mp4 555.80M 045-Stable Diffusion多模态大模型应用实战.mp4 36.81M 046-Stable Diffusion多模态大模型应用实战.mp4 1.95M 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 258.54M 048-大模型加餐课（面试指导）.mp4 707.58M 049-大模型加餐课（模型部署）.mp4 892.95M AI大模型 赠送资料 11本AI大模型相关电子书.zip 309.49M 简历模板.zip 2.03M AI大模型 直播资料 开源的LLM.pdf 32.56kb 大模型的微调.pdf 23.48kb 1.环境要求.pdf 110.79kb 金融领域的行业动态分析.pdf 63.26kb PAI_DSW的环境搭建.pdf 2.26M PAI平台开通指南.pdf 3.78M 虚拟试衣实践.pdf 5.23M 2307.16789v2.pdf 1.95M 大模型应用工具实战02.pdf 7.67M LLM背景介绍.pdf 42.74kb 大模型项目研发流程.pdf 279.65kb 怎么使用GPU？训练使用.pdf 56.23kb 趋动云使用《补充》.pdf 3.11M 趋动云执行chatglm.pdf 140.30kb 大模型训练营2期-大模型时代 .pdf 2.95M 大模型训练营2期—简历优化 .pdf 680.04kb 简历格式模板.zip 68.42M 论文导读.zip 54.89M 基于GPT2的医疗机器人聊天系统.pdf 91.16kb 大模型前置课 第二章 pytorch框架 25 26-线性回归的损失函数.mp4 6.20M 26 27-梯度下降算法.mp4 18.51M 27 28-线性回归实现流程.mp4 11.71M 28 29-线性回归数据集构建.mp4 13.99M 29 30-线性回归模型构建.mp4 9.24M 30 31-线性回归模型训练与预测.mp4 20.61M 第三章 神经网络 17 18-模型构建.mp4 13.36M 18 19-模型训练.mp4 22.54M 19 20-模型评估.mp4 15.32M 20 21-NLP概述.mp4 6.79M 21 22-transformer结构介绍.mp4 22.25M 22 23-transformer实现汉译英.mp4 23.78M 第一章 Python 基础前置课 课程资料 python基础 深度学习基础 深度学习基础【找it教程dbbp.net】【微信648765304】 神经网络 黑马AI大模型训练营2期/
