AI大模型学习框架
基础理论
-
数学基础
-
微积分
-
线性代数
-
概率论
-
-
机器学习基础
-
逻辑回归
-
Softmax
-
神经网络与优化器
-
深度学习框架
-
PyTorch
-
深度学习框架介绍
-
模型构建与训练
-
-
其他框架
-
TensorFlow
-
Keras
-
传统AI算法与深度学习技术
-
CNN卷积神经网络
-
网络结构与应用
-
-
深度学习相关技术
-
GAN
生成对抗网络 -
VAE
变分自编码器
-
大模型理论基础与实践
-
Transformer架构
-
特点与演化过程
-
GPT
系列模型
-
-
BERT与变体
-
模型特点与应用
-
-
一词嵌入模型
-
openAI
的Embeddings
模型 -
T-SME
可视化数据
-
应用场景与实战案例
-
经典案例
-
GPT4
数学学习小助手 -
GPT4
多模态个人图片设计
-
-
大模型开发实战
-
openAI
大模型多模态应用开发 -
电视剧配音与相声翻译实战
-
大模型部署与微调
-
硬件需求
-
GPU
与CPU
的区别 -
所需
GPU
型号与显存计算
-
-
微调技术
-
PEFT
大模型高效微调理论 -
Prompt
Tuning
与P-Tuning
实战
-
高级应用与开发
-
Langchain框架
-
RAG
与Vector Store
开发 -
Langchain
Tools
与Agent
开发
-
-
智能代理开发
-
Multi-Agent
会话系统 -
Zero-shot
Agent零样本智能体
-
-
RAG系统开发
-
适应性
RAG
与自我纠正RAG
-
工作流
RAG
与多智能体
系统
-
工具与平台
-
Huggingface库
-
API
调用与Transformer
模块加载 -
编码函数开发与项目实战
-
-
ModelScope魔塔平台
-
大模型与数据集下载
-
云服务平台环境搭建
-
项目实战
-
NLP项目
-
基于
Transformer
的NLP
系统 -
实时语音和文字翻译模型
-
-
生成模型应用
-
简历、文案与脚本生成
-
流程图制作与多模态实战
-
-
企业应用
-
基于
RAG
的智能客服系统 -
Logo
设计与诗词生成项目
-