文档详情 ID: cmsd9j5cdavgai1uwylytuomm 后台管理 重点重点!看教程之前必看!!!!!!!!!!.docx 课时39 39 word2vec_ev.mp4 课时16 16 GRU原理和代码实现_ev.mp4 课时13 13 pytorch实现RNN_ev.mp4 课时35 35 BERT训练之数据预处理_ev.mp4 课时20 20 encoder和decoder架构_ev.mp4 课时06 06 语言模型之n元语法_ev.mp4 课时11 11 从零实现RNN之预测代码_ev.mp4 课时25 25 Bahdanau注意力_ev.mp4 课时28 28 transformer结构_ev.mp4 课时32 32 transformer模块之decoder和训练预测_ev.mp4 课时41 41 skip-gram的改进_ev.mp4 课时22 22 seq2seq之预测和评估_ev.mp4 课时24 24 注意力评分函数_ev.mp4 课时17 17_CausalLM与PrefixLM的区别_ev.mp4 课时16 16_Llama3.1模型训练细节总结_ev.mp4 课时04 04_半精度float16和其优势_ev.mp4 课时18 18_GLM4架构涉及的技术点与GLM家族发展概览_ev.mp4 课时07 07_LLaMA3.1的整体概览与模型架构调整_ev.mp4 课时21 21_云服务器GLM4模型下载和升级transformers模块_ev.mp4 课时27 27_GLM4模型半精度训练及数值下溢问题的解决_ev.mp4 课时11 11_Llama3.1代码实战之租用云端服务器和vscode远程登陆_ev.mp4 课时22 22_云服务器跨实例拷贝大模型GLM4_ev.mp4 课时26 26_加载GLM4模型以及构建相应的Lora模型_ev.mp4 课时08 08_Llama3.1代码实战之导包和数据预处理_ev.mp4 课时05 05_上溢出和下溢出,启用半精度的方法_ev.mp4 课时02 02_如何降低模型本身对GPU空间的占用_ev.mp4 课时13 13_云端服务器克隆实例到新的节点_ev.mp4 课时19 19_GLM模型作为PrefixLM预训练时的方式方法_ev.mp4 课时24 24_构建测试数据并且使用GLM4进行推理_ev.mp4 课时28 28_批次变大后模型训练内存溢出的解决和训练后模型推理_ev.mp4 课时03 03_代码实战通过modelscope下载模型文件_ev.mp4 课时07 08调用和执行Langchain_ev.mp4 课时06 07Langchain中的提示模板设置_ev.mp4 课时09 10Gradio的可视化介绍_ev.mp4 课时03 03项目配置模块(二)_ev.mp4 课程资料.exe 课时10 10构建文档和向量空间_ev.mp4 课时35 35文本自动摘要MapReduce(二)_ev.mp4 课时28 28生成结构化的数据(一)_ev.mp4 课时19 19Agent整合数据库_ev.mp4 课时22 22加载向量数据库并测试(2)_ev.mp4 课时20 20爬取Youtube字幕并构建向量数据库_ev.mp4 课时23 23定义数据模型得到检索指令_ev.mp4 01.马士兵-AI大模型全链路实战(无密) msb-AI大模型工程师 课时24 自然语言处理(NLP) NO.798.1574 课时15 从0到1训练私有大模型 NO.2647 课时09 AI大模型实践项目 NO.2691 课时08 大模型应用开发框架LangChain NO.2650 课时01 大模型直播课 NO.2766.3701 课时14 大模型核心硬件选型和私有化 NO.2657.3551 课时18 基于AI大模型开发问答系统 NO.2649.3543 课时17 Huggingface 实战项目 NO.2646.3540 课时22 深度学习基础 NO.789.1567 课时19 程序员的数学 NO.819.1590 课时04 OpenAI之嵌入式 Embedding模型 NO.2653 课时11 国产大模型 ChatGLM 深度实战 NO.2652 课时25 PyTorch深度学习框架 NO.515.1381 课时02 DALL.E3深入实战 NO.2663 分享时间 0001-01-01 入库时间 2026-08-05 资源类型 夸克网盘 分享用户 tb*436305593 扫码获取资源 问题反馈 链接失效、内容异常、密码错误等问题都可以快速提交。 选择举报类型 复制链接 进入网盘 分享资源
