人工精选尚硅谷程序员AI大模型实战训练营
课程定位:它是“调参侠”的进阶课,还是普通员工的科普文? 这门课的核心并非教你如何调用现成的 ChatGPT API,而是带你从零搭建一套**基于 Transformer 和 BERT 的智能对话系统**。它的目标用户非常明确:有 Python 基础、希望深入理解大模型底层原理、并能独立完成模型训练
会员可免费下载本篇月会员可免费领取。
开通会员 ›会员 · 按档位
游客按标价购买,不享受上表折扣。
支付成功后自动发放网盘链接,链接失效可找客服免费补
课程定位:它是“调参侠”的进阶课,还是普通员工的科普文?
这门课的核心并非教你如何调用现成的 ChatGPT API,而是带你从零搭建一套**基于 Transformer 和 BERT 的智能对话系统**。它的目标用户非常明确:有 Python 基础、希望深入理解大模型底层原理、并能独立完成模型训练与部署的开发者或转行人员。如果你只是想快速上手使用 AI 工具,这里面的代码细节可能会让你劝退;但如果你想搞清楚 LLM(大语言模型)背后的“黑盒”是怎么运作的,这套内容则极具价值。
课程解决了职场中一个常见痛点:很多开发者只会调包,一旦遇到训练报错或效果不佳时便束手无策。通过本课程,你将掌握从数据预处理到多 GPU 并行训练的完整闭环能力,这在后端开发、AI 工程化岗位面试中是重要的差异化竞争力。
学习路径建议:先补基础,再啃硬骨头
资料包结构严谨,建议按照以下顺序推进,不要一上来就急着跑代码:
1. **筑基阶段**:优先阅读《深度学习基础》PDF,配合观看“机器学习基本概念”和“模型训练流程”视频。重点理解损失函数、激活函数以及梯度下降的本质,这是后续所有课程的基石。
2. **核心突破**:进入 Transformer 架构部分。务必反复咀嚼《Attention Is All You Need》论文解读及 Transformer Encoder/Decoder 的视频讲解。多头注意力机制是难点,若此处卡顿,后续 BERT 的理解将如同看天书。
3. **实战落地**:最后进入第四课的代码环节。这里涉及 AutoDL 环境搭建、CPU/GPU 训练代码调试及 Debug 技巧。建议边看视频边在本地或云端复现代码框架,特别是多 GPU 训练策略部分,这是企业级应用的标配技能。
学完能做什么?资料如何配合?
完成全部课程后,你将具备独立构建小型预训练模型的能力。具体而言,你可以:
* 读懂主流开源大模型的架构源码;
* 在云服务器(如 AutoDL)上配置深度学习环境;
* 针对特定任务数据集进行 BERT 微调,并解决常见的 OOM(显存溢出)或收敛问题;
* 部署一个简单的智能对话原型系统。
资料中的 PDF 课件适合打印或在双屏环境下对照查看,其中的架构图比视频更清晰;视频则用于跟读代码逻辑。建议准备一台配置较好的电脑或使用云主机,因为第三、四课的训练过程需要一定的算力支持。切记,动手 Debug 的过程比看懂视频更重要,报错信息是最好的老师。
课程目录
01 第一课5 集
- Chapter01_深度学习基础.pdf [24.0 MB]
- 03_模型训练基本概念【公众号:CunWorkNotes】.mp4 [100.8 MB]
- 02_模型训练流程.mp4 [98.6 MB]
- 01_机器学习基本概念【公众号:CunWorkNotes】.mp4 [104.0 MB]
- 04_模型训练基本概念-激活函数与损失函数【公众号:CunWorkNotes】.mp4 [81.2 MB]
02 第二课11 集
- 06 Transformer基本流程.mp4 [48.1 MB]
- 08 Transformer Encoder【公众号:CunWorkNotes】.mp4 [80.5 MB]
- 03评估指标与经典模型.mp4 [95.7 MB]
- 07 第三次课间答疑【公众号:CunWorkNotes】.mp4 [31.9 MB]
- 09 Transformer多头注意力机制【公众号:CunWorkNotes】.mp4 [36.4 MB]
- 04 第二次课间答疑.mp4 [12.3 MB]
- 02 第一次课间答疑.mp4 [16.4 MB]
- 05 seq2seq.mp4 [29.6 MB]
- 01 分类器与评估指标.mp4 [90.9 MB]
- Chapter01_深度学习基础_unlocked.pdf [24.2 MB]
- Attention Is All You Need_unlocked.pdf [13.5 MB]
课件&资料11 集
- 02-AutoDL使用文档_unlocked.pdf [14.1 MB]
- 01-Chapter-01 深度学习基础_unlocked.pdf [22.4 MB]
- 03-拓展分享-BERT源码解析.pdf [12.9 MB]
- 07_CUDA与GPU基本概念.mp4 [29.2 MB]
- 01_Transformer Encoder.mp4 [99.6 MB]
- 08_第四次课间答疑+GPU并行训练策略.mp4 [75.4 MB]
- 05_1021第二次课间答疑【公众号:CunWorkNotes】.mp4 [5.7 MB]
- 02_1021第一次课间答疑.mp4 [18.6 MB]
- 06_第三次课间答疑+BERT&T5+深度学习优化策略.mp4 [62.4 MB]
- 03_Transformer Decoder.mp4 [53.1 MB]
- 04_BERT.mp4 [44.6 MB]
04 第四课7 集
- 01_整体代码框架介绍+CPU训练代码讲解01.mp4 [134.3 MB]
- 课件&资料&代码【公众号:CunWorkNotes】.exe [1.2 GB]
- 05_训练代码启动【公众号:CunWorkNotes】.mp4 [21.5 MB]
- 04_第二次答疑+BERT代码Debug02+多GPU训练代码讲解+Autodl使用及环境搭建.mp4 [228.2 MB]
- 06_第三次答疑+智能对话系统概述+训练结果说明+重点总结.mp4 [86.4 MB]
- 03_CPU训练代码讲解02+BERT代码Debug01.mp4 [185.6 MB]
- 02_第一次课间答疑.mp4 [19.3 MB]





