【清华大学】DeepSeek从入门到精通,全程干货无废话!逼自己一周学完国产最强AI大模型,让你少走99%弯路!存下吧,很难找全的!

15.4万
256
2025-04-22 21:21:24
正在缓冲...
4115
742
1.2万
1416
【视频配套籽料、学习路线、GitHub项目、实战案例集、电子书+问题解答请看 ”置顶平论” 自取哦】 本套教程从零开始讲解,手把手教学,无论是新手小白,还是有一定编码经验的选手,皆可学习 如果视频对你有用的话请 一键三连【长按点赞】支持一下UP哦,拜托,这对我真的很重要!
小窗私信。扣“666”领取视频配套课件+安装包软件+电子书+学习交流群+直播课
视频选集
(1/100)
自动连播
【清华大学】DeepSeek:从入门到精通
55:35
DeepSeek实用技能分享
59:02
DeepSeek + RAGFlow 构建个人知识库
37:40
DeepSeek R1 本地部署的模型 也能联网了
02:25
DeepSeek R1 推理模型
38:42
DeepSeek R1 推理模型 一键包答疑2
34:44
DeepSeek R1 推理模型 性能调优 收官之作
36:40
【清华大学】1.1-1 大模型课程内容介绍
01:37
4.1-4 自然语言处理基础--基础与应用
28:39
5.1-5 自然语言处理基础--词表示与语言模型
24:41
6.1-6 大模型基础--大模型之旅
05:33
7.1-7 大模型基础--大模型背后的范式
02:47
8.1-8 大模型基础--实例
13:29
9.1-9 编程环境和GPU服务器介绍
03:31
10.2-1 课程内容介绍
01:42
11.2-2 神经网络基础--大纲介绍
01:00
12.2-3 神经网络的基本组成元素
13:36
13.2-4 如何训练神经网络
22:07
14.2-5 词向量:Word2vec
15:32
15.2-6 循环神经网络(RNN)
10:12
16.2-7 门控循环单元(GRU)
04:45
17.2-8 长短期记忆网络(LSTM)
06:31
18.2-9 双向RNN
02:21
19.2-10 卷积神经网络(CNN)
08:02
20.2-11 演示:使用PyTorch训练模型
14:24
21.3-1 课程内容介绍
00:38
22.3-2 注意力机制--原理介绍
08:14
23.3-3 注意力机制--注意力机制的各种变式
00:52
24.3-4 注意力机制--注意力机制的特点
01:41
25.3-5 Transformer结构--概述
04:13
26.3-6 Transformer结构--输入编码(BPE,PE)
08:38
27.3-7 Transformer结构--Encoder Block
10:36
28.3-8 Transformer结构--Decoder Block
03:34
29.3-9 Transformer结构--优化Tricks
00:51
30.3-10 Transformer结构--试验结果以及可视化
02:17
31.3-11 Transformer结构--Transformer优缺点
01:53
32.3-12 预训练语言模型--语言建模概述
05:11
33.3-13 预训练语言模型--PLM介绍
25:40
34.3-14 预训练语言模型--MLM任务的应用
04:08
35.3-15 预训练语言模型--前沿大模型介绍
06:15
36.3-16 Transformers教程--Introduction
05:44
37.3-17 Transformers教程--使用Transformers的P
02:13
38.3-18 Transformers教程--Tokenization
01:51
39.3-19 Transformers教程--常用API介绍
01:58
40.3-20 Transformers教程--Demo讲解
18:34
41.4-1 课程内容介绍
01:39
42.4-2 Prompt-Learning和Delta-Tuning--背景和
17:22
43.4-3 Prompt-Learning--基本组成与流程介绍
08:10
44.4-4 Prompt-Learning--PTM选取
03:17
45.4-5 Prompt-Learning--Template构造
17:25
46.4-6 Prompt-Learning--Verbalizer构造
06:02
47.4-7 Prompt-Learning--训练新范式
10:34
48.4-8 Prompt-Learning--应用
02:13
49.4-9 Prompt-Learning--总结
01:31
50.4-10 Delta-Tuning--背景与介绍
04:54
51.4-11 Delta-Tuning--增量式tuning
04:39
52.4-12 Delta-Tuning--指定式tuning
00:50
53.4-13 Delta-Tuning--重参数化tuning
02:03
54.4-14 Delta-Tuning--统一tuning框架及理论联系
08:28
55.4-15 Delta-Tuning--总结
01:50
56.4-16 OpenPrompt--介绍与用法
16:45
57.4-17 OpenDelta--介绍与用法
15:35
58.5-1 课程内容介绍
02:17
59.5-2 BMTrain--背景介绍
07:57
60.5-3 BMTrain--Data Parallel (数据并行)
11:26
61.5-4 BMTrain--Model Parallel(模型并行)
05:07
62.5-5 BMTrain--ZeRO
10:26
63.5-6 BMTrain--Pipeline Parallel (流水线并行
02:09
64.5-7 BMTrain--混合精度训练
04:04
65.5-8 BMTrain--Offloading
01:47
66.5-9 BMTrain--Overlapping
01:24
67.5-10 BMTrain--Checkpointing
02:35
68.5-11 BMTrain--使用介绍
01:12
69.5-12 BMCook--背景介绍
06:03
70.5-13 BMCook--知识蒸馏
15:39
71.5-14 BMCook--模型剪枝
14:54
72.5-15 BMCook--模型量化
05:25
73.5-16 其它模型压缩方法--Weight Sharing
03:00
74.5-17 其它模型压缩方法--Low-rank Approximation
03:16
75.5-18 其它模型压缩方法--Architecture Search (结
03:19
76.5-19 BMCook--使用介绍
06:29
77.5-20 BMInf--背景介绍
09:04
78.5-21 BMInf--深入理解Transformer
07:07
79.5-22 BMInf--Quantization (量化)
06:48
80.5-23 BMInf--Memory Scheduling
06:41
81.5-24 BMInf--BMInf使用介绍
05:03
82.6-1 基于大模型文本理解和生成介绍
05:43
83.6-2 信息检索--背景
02:13
84.6-3 信息检索--定义和评测
05:22
85.6-4 信息检索--传统方法
03:35
86.6-5 信息检索--神经网络方法(大模型)
05:11
87.6-6 信息检索--前沿热点
14:21
88.6-7 机器问答--QA介绍
10:07
89.6-8 机器问答--阅读理解
11:55
90.6-9 机器问答--开放域QA
18:51
91.6-10 文本生成--介绍
01:19
92.6-11 文本生成--文本生成任务
05:36
93.6-12 文本生成--神经网络文本生成
26:17
94.6-13 文本生成--受控文本生成
04:43
95.6-14 文本生成--文本生成测评
03:15
客服
顶部
赛事库 课堂 2021拜年纪