文件清单 116 项

• 课时23 深度学习进阶 NO.793.1569.zip
• 课时25 PyTorch深度学习框架 NO.515.1381.zip
• 课时01 VIP开营和AI大模型的尝鲜_ev.mp4
• 课时02 国内外各种大模型应用开发_ev.mp4
• 课时03 各种链的组装和案例_ev.mp4
• 课时04 Langchain中的LCEL语法_ev.mp4
• 课时01 01自然语言处理初期发展_ev.mp4
• 课时02 0基础预热知识_ev.mp4
• 课时03 06AI大模型学习建议_ev.mp4

展开全部 116 项

• 课时04 01详解Transformerpart1_ev.mp4
• 课时05 02Transformer详解之位置编码_ev.mp4
• 课时06 03Transformer详解之add和norm_ev.mp4
• 课时07 04Transformer详解之decoder_ev.mp4
• 课时08 05Transformer详解之输出层_ev.mp4
• 课时09 07BERT详解_ev.mp4
• 课时10 08GPT1详解_ev.mp4
• 课时01 001chatgptPrompt提示词工程课程介绍_ev.mp4
• 课时02 002prompt和Promptengineering剖析_ev.mp4
• 课时04 004提示词基本技巧_灵活运营指令符号_指定输出格式markdown结合xmind生成思维导图_ev.mp4
• 课时05 005自己定义格式输出_使用openrouter对比大模型结果_ev.mp4
• 课时06 006plantuml和json格式输出并使用vscode展示_ev.mp4
• 课时07 007mermaid格式输出_ev.mp4
• 课时08 008使用chatgpt的gpts制作流程图_ev.mp4
• 课时09 009如何使用角色扮演写好提示词_ev.mp4
• 课时10 010写好结构化提示词的4要素_ev.mp4
• 课时11 011充分费曼学习法写好提示词_ev.mp4
• 课时12 01280_20原则激发大模型指导学习_ev.mp4
• 课时13 013写一条利用番茄工作法Prompt_ev.mp4
• 课时14 014利用SQ3R学习法构建提示词Prompt_ev.mp4
• 课时15 015结合艾宾浩斯遗忘曲线构建学习计划Prompt_ev.mp4
• 课时16 016交叉主题和双编码概念设计Prompt_ev.mp4
• 课时17 017kimi,gpt4,文心一言,gemini等大模型对比分块学习法和多感官学习法提示词的效果_ev.mp4
• 课时18 018playground调试学习tempaturemax_tokens参数_ev.mp4
• 课时19 019topP参数Presencepenalty和Frequencypeanalty参数对比_ev.mp4
• 课时20 020零样本提示词和零样本思维链技巧_ev.mp4
• 课时21 021通过零样本思维链辅导小孩做数学题_ev.mp4
• 课时22 022少样本和少样本思维链_ev.mp4
• 课时23 023大模型self-consistency特性_ev.mp4
• 课时24 024TOT思维树提示词构建深入剖析_ev.mp4
• 课时25 024思维树提示词构建深入剖析_ev.mp4
• 课时26 025anaconda环境搭建_ev.mp4
• 课时27 026ancondajupyternotebook使用和虚拟环境构建_ev.mp4
• 课时29 028爬取对标账号首页数据之影刀介绍_ev.mp4
• 课时01 01AI中数据的本质_ev.mp4
• 课时02 02Representation和Embedding_ev.mp4
• 课时03 03Embedding介绍_ev.mp4
• 课时04 04词嵌入和必要条件_ev.mp4
• 课时05 05Embedding开发准备_ev.mp4
• 课时06 06Embedding开发(一)_ev.mp4
• 课时07 07Embedding开发(二)_ev.mp4
• 课时08 08T-SNE可视化数据_ev.mp4
• 课时09 09T-SNE可视化数据2_ev.mp4
• 课时10 10T-SNE可视化数据3_ev.mp4
• 课时11 11基于Embedding的相似搜索1_ev.mp4
• 课时12 12基于Embedding的相似搜索2_ev.mp4
• 课时13 13OpenAI中模型的分词1_ev.mp4
• 课时14 14OpenAI中模型的分词2_ev.mp4
• 课时15 15OpenAI的模型操作API_ev.mp4
• 课时16 16OpenAi模型的实战案例1_ev.mp4
• 课时17 17聊天机器人实战案例1_ev.mp4
• 课时18 18聊天机器人实战案例2_ev.mp4
• 课时03 30PDF文件的解析工具(一)_ev.mp4
• 课时04 31PDF文件的解析工具(二)_ev.mp4
• 课时05 32调用openAI的模型接口_ev.mp4
• 课时06 日志模块的补充知识一_ev.mp4
• 课时07 日志模块补充知识二_ev.mp4
• 课时08 日志模块补充知识三_ev.mp4
• 课时09 33书本内容解析操作(一)_ev.mp4
• 课时10 34书本内容解析操作(二)_ev.mp4
• 课时11 35书本内容解析操作(三)_ev.mp4
• 课时12 36大模型翻译核心(一)_ev.mp4
• 课时13 37调用AI大模型翻译文本_ev.mp4
• 课时14 38处理翻译之后的文本_ev.mp4
• 课时15 39Writer模块实现_ev.mp4
• 课时16 40翻译文本写入段落中_ev.mp4
• 课时17 41翻译表格写入Table中_ev.mp4
• 课时18 42翻译文本写入MD_ev.mp4
• 课时19 43翻译表格写入MD_ev.mp4
• 课时20 44调用Writer模块_ev.mp4
• 课时21 45调用Translator模块_ev.mp4
• 课时23 47书籍翻译器启动_ev.mp4
• 课时24 48书籍翻译器生成MD_ev.mp4
• 课时01 01pytorch介绍_ev.mp4
• 课时02 02pytorch安装_ev.mp4
• 课时03 03pytorch张量基础操作和基础运算_ev.mp4
• 课时04 04pytorch自动微分_ev.mp4
• 课时05 01pytorch实现原始线性回归_ev.mp4
• 课时06 02pytorch实现线性回归封装写法_ev.mp4
• 课时07 03pytorch实现分类问题_ev.mp4
• 课时08 01模型的子类写法_ev.mp4
• 课时09 02使用dataset重构代码_ev.mp4
• 课时10 03使用DataLoader重构代码_ev.mp4
• 课时11 04添加校验代码_ev.mp4
• 课时12 05封装_ev.mp4
• msb-AI大模型工程师/
• 课时01 大模型直播课 NO.2766.3701/
• 课时02 大模型理论基础 NO.2641/
• 课时03 AI大模型提示词工程深入实战 NO.2662/
• 课时04 OpenAI之嵌入式 Embedding模型 NO.2653/
• 课时06 基于大模型的 智能翻译助手 NO.2692/
• 课时07 Huggingface 基础教程 NO.2645/
• 课时10 大模型 LLaMA 深度解析 NO.2699/
• 课时11 国产大模型 ChatGLM 深度实战 NO.2652/
• 课时14 大模型核心硬件选型和私有化 NO.2657.3551/
• 课时15 从0到1训练私有大模型 NO.2647/
• 课时18 基于AI大模型开发问答系统 NO.2649.3543/
• 课时19 程序员的数学 NO.819.1590/
• 课时20 线性回归算法 NO.497.1370/
• 课时21 线性分类算法 NO.219.1218/
• 课时22 深度学习基础 NO.789.1567/
• 课时24 自然语言处理(NLP) NO.798.1574/
• 课程资料/
• 课程资料/
• 课程资料/
• 课程资料/
• 课程资料/