【强烈推荐】这绝对是B站2025年度【AI大模型全套教程】天花板级别课程从入门到精通视频教程人工智能学习路线 人工智能技术路线 人工智能入门
正在缓冲...
需要课件代码的小伙伴戳这里：
https://www.bilibili.com/opus/872776795238170659?spm_id_from=333.999.0.0&jump_opus=1
【强烈推荐】这绝对是B站2025年度【AI大模型全套教程】天花板级别课程从入门到精通视频教程人工智能学习路线 人工智能技术路线 人工智能入门
视频选集
（1/99）
自动连播
1.00.AI大模型导学必看！
04:52
2.01.深度学习的概念
03:31
3.02.认识张量
08:42
4.03.认识pytorch
03:55
5.04.根据torch.tensor创建张量
12:29
6.05.根据torch.Tensor创建张量
05:37
7.06.根据torch.arange创建线性张量
07:01
8.07.根据torch.linspace创建线性张量
06:23
9.08.根据torch.randn创建随机张量
02:30
10.09.根据torch.ones,zeros,full创建张量
04:51
11.10.修改张量的数据类型方式一
08:25
12.11.修改张量的数据类型方式二
04:41
13.12.将张量转换成numpy数组
02:33
14.13.将张量转换成numpy数组方式一
03:23
15.14.将张量转换成numpy数组方式二
02:58
16.15.将标量转换成数字
03:12
17.16.张量的基本运算
14:00
18.17.张量的点乘运算
05:53
19.18.张量的矩阵相乘
07:51
20.19.张量的函数运算
09:55
21.20.认识张量的索引
03:56
22.21.张量的行列索引
06:58
23.22.张量的行列索引
09:01
24.23.张量的多维索引
06:06
25.24.张量的范围索引
04:19
26.25.使用reshape函数来修改张量的维度
07:34
27.26.使用squeeze和unsqueeze进行降增维度
13:15
28.27.使用permute和transpose交换张量的维度
14:21
29.29.使用torch.cat进行张量的维度拼接
04:47
30.01.回顾数学里面的导数
03:37
31.02.反向传播和梯度下降的概念
12:14
32.03.实现自动微分模型标量
08:55
33.04.核对自动微分模型的结果
02:15
34.05.自动微分的数组方式
04:25
35.06.认识线性回归
04:08
36.07.损失函数
03:01
37.08.梯度下降算法
08:20
38.09.勾选线性回归模型的准备工作
03:02
39.10.导入线性回归所需要的包和模块
04:36
40.11.构建数据集
09:56
41.12.加载数据集进行模型构造
08:13
42.13.设置损失函数与优化器
02:57
43.14.模型训练的概述与步骤
12:30
44.15.模型训练的代码实现
11:51
45.16.数据可视化
08:59
46.17.pytorch里面搭建线性回归完成
00:45
47.18.认识transformer
06:41
48.19.transformer本地大模型
03:14
49.01.大语言模型概述
02:28
50.02.认识n-gram语言模型
10:34
51.03.n-gram模型的优缺点
08:04
52.04.神经网络语言模型
09:50
53.05.神经网络的优缺点
04:51
54.06.transformer模型
05:22
55.07.ROUGE的概念
02:26
56.07.语言模型的评估指标
04:04
57.08.BLEU的概念
04:24
58.08.ROUGE的代码实现
08:08
59.09.BLEU的代码实现
12:19
60.09.困惑度的概念
02:07
61.10.定义语料库
04:53
62.11.计算困惑度
12:28
63.12.bert模型的概述
06:55
64.13.bert的工作流程
05:29
65.14.bert的训练与优缺点
07:27
66.15.gpt模型概念
04:42
67.16.gpt模型的训练过程
12:08
68.01.了解提示词
02:17
69.02.提示词概念
07:44
70.03.使用案例描述提示词
03:55
71.04.提示词的分隔符
07:59
72.05.提示词的结构化
03:07
73.06.提示词的参考示例
02:50
74.07.提示词的角色扮演
02:59
75.08.提示词练习一
01:46
76.09.提示词练习二
01:18
77.10.提示词练习三
01:16
78.11.使用zero-shot进行训练
04:18
79.12.使用few-shot进行训练
03:39
80.00.项目介绍
03:24
81.01.项目的准备工作
05:29
82.02.文本分类的任务介绍
01:44
83.03.prompt的设计
02:11
84.04.实现该项目的硬件配置
04:15
85.05.print包的介绍
06:06
86.06.console包介绍
02:38
87.07.automodel,autotokenizer的使用
12:08
88.08.导包项目必要的包
03:19
89.09.构建init_prompts函数
09:09
90.10.构造main函数
08:08
91.11.模型训练
14:05
92.12.分析模型预测出来的结果
01:34
93.01.LLM信息抽取项目的任务目标
02:28
94.02.prompt的设计
03:39
95.03.项目的准备工作
01:03
96.04.正则表达式的基本语法
11:38
97.05.正则表达式的进阶用法
07:25
98.06.正则表达式的案例讲解
03:47
99.07.JSON字符串
08:17
顶部