rk0626-msb-AI大模型全链路实战【VIP】【已更新无密版】
——/马士兵-AI大模型全链路实战/
├──msb-AI大模型工程师
| ├──课时01 大模型直播课 NO.2766.3701
| | ├──课时01 VIP开营和AI大模型的尝鲜_ev.mp4318.01M
| | ├──课时02 国内外各种大模型应用开发_ev.mp4507.34M
| | ├──课时03 各种链的组装和案例_ev.mp4356.34M
| | └──课时04 Langchain中的LCEL语法_ev.mp4409.74M
| ├──课时02 大模型理论基础 NO.2641
| | ├──课程资料
| | ├──课时01 01自然语言处理初期发展_ev.mp4110.68M
| | ├──课时02 0基础预热知识_ev.mp482.71M
| | ├──课时03 06AI大模型学习建议_ev.mp441.14M
| | ├──课时04 01详解Transformerpart1_ev.mp459.15M
| | ├──课时05 02Transformer详解之位置编码_ev.mp429.36M
| | ├──课时06 03Transformer详解之add和norm_ev.mp417.49M
| | ├──课时07 04Transformer详解之decoder_ev.mp418.50M
| | ├──课时08 05Transformer详解之输出层_ev.mp411.16M
| | ├──课时09 07BERT详解_ev.mp4106.97M
| | └──课时10 08GPT1详解_ev.mp4127.42M
| ├──课时03 AI大模型提示词工程深入实战 NO.2662
| | ├──课程资料
| | ├──课时01 001chatgptPrompt提示词工程课程介绍_ev.mp45.54M
| | ├──课时02 002prompt和Promptengineering剖析_ev.mp418.12M
| | ├──课时03 大模型介绍,使用大模型生成简历,写小红书文案,生成图片_ev.mp478.70M
| | ├──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.mp425.21M
| | ├──课时05 005自己定义格式输出_使用openrouter对比大模型结果_ev.mp427.78M
| | ├──课时06 006plantuml和json格式输出并使用vscode展示_ev.mp419.61M
| | ├──课时07 007mermaid格式输出_ev.mp411.42M
| | ├──课时08 008使用chatgpt的gpts制作流程图_ev.mp410.05M
| | ├──课时09 009如何使用角色扮演写好提示词_ev.mp419.15M
| | ├──课时10 010写好结构化提示词的4要素_ev.mp418.52M
| | ├──课时11 011充分费曼学习法写好提示词_ev.mp414.24M
| | ├──课时12 01280_20原则激发大模型指导学习_ev.mp411.94M
| | ├──课时13 013写一条利用番茄工作法Prompt_ev.mp46.50M
| | ├──课时14 014利用SQ3R学习法构建提示词Prompt_ev.mp46.70M
| | ├──课时15 015结合艾宾浩斯遗忘曲线构建学习计划Prompt_ev.mp48.34M
| | ├──课时16 016交叉主题和双编码概念设计Prompt_ev.mp414.09M
| | ├──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.mp439.52M
| | ├──课时18 018playground调试学习tempaturemax_tokens参数_ev.mp439.43M
| | ├──课时19 019topP参数Presencepenalty和Frequencypeanalty参数对比_ev.mp427.31M
| | ├──课时20 020零样本提示词和零样本思维链技巧_ev.mp419.15M
| | ├──课时21 021通过零样本思维链辅导小孩做数学题_ev.mp413.46M
| | ├──课时22 022少样本和少样本思维链_ev.mp421.86M
| | ├──课时23 023大模型self-consistency特性_ev.mp421.56M
| | ├──课时24 024TOT思维树提示词构建深入剖析_ev.mp448.92M
| | ├──课时25 024思维树提示词构建深入剖析_ev.mp449.06M
| | ├──课时26 025anaconda环境搭建_ev.mp424.76M
| | ├──课时27 026ancondajupyternotebook使用和虚拟环境构建_ev.mp445.27M
| | ├──课时28 027python抓取抖音热榜数据集_ev.mp438.91M
| | ├──课时29 028爬取对标账号首页数据之影刀介绍_ev.mp440.91M
| | ├──课时30 029使用影刀抓取抖音用户首页所有标题描述数据_ev.mp463.72M
| | ├──课时31 030使用大模型学习如何写爆款标题_ev.mp467.46M
| | ├──课时32 转-031提示词工程化之深入剖析结构化提示词_ev.mp426.48M
| | ├──课时33 转-032结构化提示词实战诗人提示词_ev.mp436.76M
| | ├──课时34 转-033设计小红书,公众号,头条号的爆款结构化提示词_ev.mp423.66M
| | ├──课时35 转-034非常牛叉通过结构化提示词设计一个python网络爬虫_ev.mp445.84M
| | ├──课时36 转-035必看这一个牛叉的逆向提示词工程_ev.mp453.29M
| | ├──课时37 转-036小红书创作文案同时生成抖音的脚本和分镜头_ev.mp425.38M
| | ├──课时38 转-037小红书种草笔记结构化提示词_ev.mp437.64M
| | ├──课时39 转-038生成本科论文结构化提示词_ev.mp416.11M
| | ├──课时40 转-039短篇小说提示词创作爆款微头条_ev.mp442.04M
| | ├──课时41 转-GPT4o_ev.mp46.14M
| | ├──课时42 041chatgpt开发介绍并完成一个postman请求gptapi2_ev.mp461.66M
| | ├──课时43 042python编程实现提示词原则比如特殊符号输出格式步骤_ev.mp451.24M
| | ├──课时44 043python编程之提示词工程思维链_ev.mp432.31M
| | ├──课时45 044提示词迭代优化_ev.mp443.04M
| | ├──课时46 045文本概括提示词_ev.mp429.65M
| | ├──课时47 046提示词文本推断inferring_ev.mp433.50M
| | ├──课时48 047文本转换transforming_ev.mp455.21M
| | ├──课时49 048文本扩展,自动回复邮件评价邮件temperature设定下情况有什么变化_ev.mp421.60M
| | └──课时50 049订餐机器人和playground模式生成代码之怎么python编程写提示词工程_ev.mp4148.03M
| ├──课时04 OpenAI之嵌入式 Embedding模型 NO.2653
| | ├──课程资料
| | ├──课时01 01AI中数据的本质_ev.mp449.88M
| | ├──课时02 02Representation和Embedding_ev.mp426.05M
| | ├──课时03 03Embedding介绍_ev.mp424.61M
| | ├──课时04 04词嵌入和必要条件_ev.mp470.11M
| | ├──课时05 05Embedding开发准备_ev.mp447.98M
| | ├──课时06 06Embedding开发(一)_ev.mp440.02M
| | ├──课时07 07Embedding开发(二)_ev.mp443.99M
| | ├──课时08 08T-SNE可视化数据_ev.mp461.58M
| | ├──课时09 09T-SNE可视化数据2_ev.mp437.13M
| | ├──课时10 10T-SNE可视化数据3_ev.mp431.74M
| | ├──课时11 11基于Embedding的相似搜索1_ev.mp442.34M
| | ├──课时12 12基于Embedding的相似搜索2_ev.mp448.73M
| | ├──课时13 13OpenAI中模型的分词1_ev.mp444.65M
| | ├──课时14 14OpenAI中模型的分词2_ev.mp446.00M
| | ├──课时15 15OpenAI的模型操作API_ev.mp439.15M
| | ├──课时16 16OpenAi模型的实战案例1_ev.mp472.74M
| | ├──课时17 17聊天机器人实战案例1_ev.mp438.02M
| | └──课时18 18聊天机器人实战案例2_ev.mp445.08M
| ├──课时06 基于大模型的 智能翻译助手 NO.2692
| | ├──课程资料
| | ├──课时01 28书籍自动翻译项目需求_ev.mp448.90M
| | ├──课时02 29书籍自动翻译项目参数和初始化_ev.mp489.71M
| | ├──课时03 30PDF文件的解析工具(一)_ev.mp457.96M
| | ├──课时04 31PDF文件的解析工具(二)_ev.mp451.26M
| | ├──课时05 32调用openAI的模型接口_ev.mp461.37M
| | ├──课时06 日志模块的补充知识一_ev.mp432.21M
| | ├──课时07 日志模块补充知识二_ev.mp434.34M
| | ├──课时08 日志模块补充知识三_ev.mp419.59M
| | ├──课时09 33书本内容解析操作(一)_ev.mp446.18M
| | ├──课时10 34书本内容解析操作(二)_ev.mp463.83M
| | ├──课时11 35书本内容解析操作(三)_ev.mp438.04M
| | ├──课时12 36大模型翻译核心(一)_ev.mp459.24M
| | ├──课时13 37调用AI大模型翻译文本_ev.mp427.40M
| | ├──课时14 38处理翻译之后的文本_ev.mp438.03M
| | ├──课时15 39Writer模块实现_ev.mp444.11M
| | ├──课时16 40翻译文本写入段落中_ev.mp440.36M
| | ├──课时17 41翻译表格写入Table中_ev.mp458.21M
| | ├──课时18 42翻译文本写入MD_ev.mp429.90M
| | ├──课时19 43翻译表格写入MD_ev.mp455.00M
| | ├──课时20 44调用Writer模块_ev.mp425.21M
| | ├──课时21 45调用Translator模块_ev.mp426.60M
| | ├──课时22 46整个项目综合调试_ev.mp432.59M
| | ├──课时23 47书籍翻译器启动_ev.mp474.26M
| | └──课时24 48书籍翻译器生成MD_ev.mp422.79M
| ├──课时07 Huggingface 基础教程 NO.2645
| | ├──课程资料
| | ├──课时01 01pytorch介绍_ev.mp422.82M
| | ├──课时02 02pytorch安装_ev.mp438.84M
| | ├──课时03 03pytorch张量基础操作和基础运算_ev.mp487.96M
| | ├──课时04 04pytorch自动微分_ev.mp450.54M
| | ├──课时05 01pytorch实现原始线性回归_ev.mp484.92M
| | ├──课时06 02pytorch实现线性回归封装写法_ev.mp434.96M
| | ├──课时07 03pytorch实现分类问题_ev.mp441.59M
| | ├──课时08 01模型的子类写法_ev.mp476.73M
| | ├──课时09 02使用dataset重构代码_ev.mp417.69M
| | ├──课时10 03使用DataLoader重构代码_ev.mp412.64M
| | ├──课时11 04添加校验代码_ev.mp446.77M
| | ├──课时12 05封装_ev.mp445.77M
| | ├──课时13 01使用pytorch搭建cnn实现手写数字识别_ev.mp4134.99M
| | ├──课时14 014种天气数据处理_ev.mp469.04M
| | ├──课时15 02图片预处理_ev.mp436.71M
| | ├──课时16 03添加dropout层_ev.mp474.40M
| | ├──课时17 04添加BN层_ev.mp450.39M
| | ├──课时18 01vgg16迁移学习_ev.mp463.38M
| | ├──课时19 02学习率衰减_ev.mp444.85M
| | ├──课时20 03数据增强_ev.mp458.90M
| | ├──课时21 01模型参数保存_ev.mp4119.72M
| | ├──课时22 02自定义dataset_ev.mp4128.14M
| | ├──课时23 03自定义数据集问题解决_ev.mp4122.14M
| | ├──课时24 tensorboard的使用_ev.mp466.12M
| | ├──课时25 10huggingface简介和安装_ev.mp430.38M
| | ├──课时26 09huggingface开发流程_ev.mp437.53M
| | ├──课时27 11编码器基础工作流_ev.mp421.73M
| | ├──课时28 12编码器基本编码函数_ev.mp437.44M
| | ├──课时29 13编码器进阶编码函数_ev.mp416.34M
| | ├──课时30 14批量编码和字典_ev.mp443.94M
| | ├──课时31 05数据集工具之加载和保存数据集_ev.mp480.95M
| | ├──课时32 06数据集工具之基本操作_ev.mp443.35M
| | ├──课时33 07数据集工具之保存为其他格式_ev.mp427.83M
| | ├──课时34 15评价指标_ev.mp434.15M
| | ├──课时35 16管道工具之常见任务类型1_ev.mp481.93M
| | ├──课时36 17管道工具之常见任务类型2_ev.mp457.03M
| | ├──课时37 18训练工具之数据准备和模型加载_ev.mp463.30M
| | ├──课时38 19训练工具之加载评估指标_ev.mp427.27M
| | ├──课时39 20训练工具之训练超参数,训练器和数据整理函数_ev.mp440.96M
| | ├──课时40 21训练工具之训练和测试_ev.mp414.70M
| | ├──课时41 22训练工具之模型保存和加载_ev.mp411.32M
| | ├──课时42 23训练工具之预测_ev.mp428.53M
| | ├──课时43 24中文分类之加载编码器_ev.mp434.25M
| | ├──课时44 25中文分类之定义数据集和计算设备_ev.mp411.69M
| | ├──课时45 26中文分类之数据整理函数_ev.mp419.04M
| | ├──课时46 27中文分类之数据加载器和预训练模型加载_ev.mp430.45M
| | ├──课时47 28中文分类之定义下游任务模型_ev.mp413.15M
| | ├──课时48 29中文分类之训练过程_ev.mp432.77M
| | └──课时49 30中文分类之测试_ev.mp418.84M
| ├──课时09 AI大模型实践项目 NO.2691
| | ├──课程资料
| | ├──课时01 01构建项目环境_ev.mp417.71M
| | ├──课时02 02项目配置模块(一)_ev.mp452.66M
| | ├──课时03 03项目配置模块(二)_ev.mp456.15M
| | ├──课时04 05项目中管理大语言模型_ev.mp455.87M
| | ├──课时05 06替换为Langchain翻译_ev.mp441.96M
| | ├──课时06 07Langchain中的提示模板设置_ev.mp454.96M
| | ├──课时07 08调用和执行Langchain_ev.mp453.11M
| | ├──课时08 09项目翻译器启动_ev.mp453.48M
| | ├──课时09 10Gradio的可视化介绍_ev.mp432.53M
| | ├──课时10 11Gradio的计算器案例_ev.mp455.59M
| | ├──课时11 12Gradio进度条案例_ev.mp422.46M
| | └──课时12 13Gradio聊天和流式输出_ev.mp423.96M
| ├──课时10 大模型 LLaMA 深度解析 NO.2699
| | ├──课程资料
| | ├──课时01 01_LLaMA概述_ev.mp424.59M
| | ├──课时02 02_训练LLaMA使用的数据集_ev.mp440.64M
| | ├──课时03 03_LLaMA大模型整体架构_ev.mp439.08M
| | ├──课时04 04_InputEmbedding模块_ev.mp426.71M
| | ├──课时05 05_为什么要去进行归一化_ev.mp426.69M
| | ├──课时06 06_深入理解归一化对于大模型的重要性_ev.mp422.46M
| | ├──课时07 07_BatchNorm_ev.mp411.06M
| | ├──课时08 08_LayerNorm_ev.mp418.85M
| | ├──课时09 09_RMSNorm_ev.mp428.19M
| | ├──课时10 10_绝对位置编码_ev.mp415.72M
| | ├──课时11 11_相对位置编码_ev.mp431.81M
| | ├──课时12 12_RoPE_ev.mp443.77M
| | ├──课时13 13_SwiGLU_ev.mp434.56M
| | ├──课时14 14_语言模型的本质与MaskedSelfAttention_ev.mp422.55M
| | ├──课时15 15_KVcache是如何计算提高效率的_ev.mp418.25M
| | ├──课时16 16_MQA和GQA_ev.mp426.00M
| | ├──课时17 17_代码实战之ModelArgs_ev.mp424.05M
| | ├──课时18 18_代码实战之构建Transformer_ev.mp449.93M
| | ├──课时19 19_代码实战之提前计算RoPE需要的mθ_ev.mp443.04M
| | ├──课时20 20_代码实战之将x按照2个值一组进行分组_ev.mp427.86M
| | ├──课时21 21_代码实战之对token的向量应用旋转矩阵_ev.mp437.78M
| | ├──课时22 22_代码实战之RMSNorm_ev.mp423.33M
| | ├──课时23 23_代码实战之EncoderBlock_ev.mp422.99M
| | ├──课时24 24_代码实战之SelfAttention类的初始化_ev.mp427.75M
| | ├──课时25 25_代码实战之SelfAttention中应用RoPE和对KV进行缓存_ev.mp425.91M
| | ├──课时26 26_代码实战之应用公式计算SelfAttention_ev.mp435.70M
| | ├──课时27 27_代码实战之为了实现GQA需要对KV进行拷贝_ev.mp425.52M
| | ├──课时28 28_代码实战之计算FFN中隐藏层节点数量_ev.mp425.22M
| | ├──课时29 29_代码实战之FFN中三个矩阵以及SwishGLU的运算实现_ev.mp414.97M
| | ├──课时30 30_代码实战之加载checkpoint文件_ev.mp436.53M
| | ├──课时31 31_代码实战之加载分词器、model模型及模型参数_ev.mp435.62M
| | ├──课时32 32_代码实战之测试模型加载_ev.mp420.15M
| | ├──课时33 33_代码实战之模型推理预测_ev.mp422.06M
| | ├──课时34 34_代码实战之准备模型推理需要的输入tokens张量_ev.mp457.24M
| | ├──课时35 35_代码实战之模型生成与解码得到response文本_ev.mp449.59M
| | ├──课时36 36_代码实战之运行结果展示_ev.mp422.77M
| | ├──课时37 37_什么是推理的策略_ev.mp411.30M
| | ├──课时38 38_GreedySearch_ev.mp49.09M
| | ├──课时39 39_BeamSearch_ev.mp416.42M
| | ├──课时40 40_Temperature_ev.mp413.71M
| | ├──课时41 41_RandomSampling_ev.mp44.37M
| | ├──课时42 42_基于TopK的随机采样_ev.mp49.24M
| | ├──课时43 43_基于TopP的随机采样_ev.mp414.50M
| | ├──课时44 44_代码实战之增加TopP采样策略_ev.mp443.96M
| | └──课时45 45_代码实战之测试TopP采样策略_ev.mp441.11M
| ├──课时11 国产大模型 ChatGLM 深度实战 NO.2652
| | ├──课时01 01智普GLM大模型介绍_ev.mp446.92M
| | ├──课时02 02GLM-4大模型的开发环境介绍_ev.mp430.82M
| | ├──课时03 03GLM-4大模型的调用方式_ev.mp459.01M
| | ├──课时04 04使用魔塔社区的Embeddings(一)_ev.mp463.99M
| | ├──课时05 05使用魔塔社区的Embeddings(二)_ev.mp443.87M
| | ├──课时06 06自定义Tools(一)_ev.mp485.74M
| | ├──课时07 07自定义Tools(二)_ev.mp496.22M
| | ├──课时08 08GLM整合数据库操作_ev.mp448.34M
| | ├──课时09 09自定义长Chain(链)执行SQL_ev.mp471.13M
| | └──课时10 10RAG文件加载器(一)_ev.mp451.87M
| ├──课时14 大模型核心硬件选型和私有化 NO.2657.3551
| | ├──课时01 01GPU的介绍_ev.mp424.57M
| | ├──课时02 02CUDA核心和Tenser核心_ev.mp441.00M
| | ├──课时03 03大模型推理和微调所需显存_ev.mp445.78M
| | ├──课时04 04AI大模型的云平台_ev.mp449.95M
| | ├──课时05 05准备大模型部署的环境_ev.mp452.58M
| | ├──课时06 06下载模型和加载模型文件_ev.mp483.30M
| | ├──课时07 07大模型处数据格式和输入_ev.mp457.02M
| | ├──课时08 08大模型流式处理数据_ev.mp460.63M
| | ├──课时09 09大模型私有化的应用案例_ev.mp468.01M
| | ├──课时10 10私有化部署并启动AI应用_ev.mp443.10M
| | ├──课时11 11AI大模型的对外调用接口_ev.mp451.46M
| | ├──课时12 12大模型提供调用接口实现(一)_ev.mp4119.80M
| | ├──课时13 13大模型提供调用接口实现(二)_ev.mp462.84M
| | ├──课时14 14大模型提供调用接口实现(三)_ev.mp421.76M
| | ├──课时15 15大模型提供调用接口实现(四)_ev.mp450.02M
| | ├──课时16 16大模型调用并输出_ev.mp439.82M
| | ├──课时17 17大模型提供调用接口实现(六)_ev.mp465.79M
| | ├──课时18 18大模型提供调用接口实现(七)_ev.mp487.59M
| | ├──课时19 19大模型提供调用接口实现(八)_ev.mp464.29M
| | ├──课时20 20大模型提供调用接口实现(九)_ev.mp496.96M
| | └──课时21 21大模型提供调用接口实现(十)_ev.mp454.86M
| ├──课时15 从0到1训练私有大模型 NO.2647
| | ├──课时01 01_模型训练GPU空间占用的计算_ev.mp428.23M
| | ├──课时02 02_如何降低模型本身对GPU空间的占用_ev.mp420.58M
| | ├──课时03 03_代码实战通过modelscope下载模型文件_ev.mp436.81M
| | ├──课时04 04_半精度float16和其优势_ev.mp419.36M
| | ├──课时05 05_上溢出和下溢出、启用半精度的方法_ev.mp420.01M
| | ├──课时06 06_LLaMA3.1的介绍与不同版本区别_ev.mp434.26M
| | ├──课时07 07_LLaMA3.1的整体概览与模型架构调整_ev.mp444.69M
| | ├──课时08 08_Llama3.1代码实战之导包和数据预处理_ev.mp468.13M
| | ├──课时09 09_Llama3.1代码实战之加载basemodel_ev.mp434.06M
| | ├──课时10 10_Llama3.1代码实战之半精度模型本地训练_ev.mp440.57M
| | ├──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.mp430.71M
| | ├──课时12 12_云端服务器下载Llama3.1模型_ev.mp427.25M
| | ├──课时13 13_云端服务器克隆实例到新的节点_ev.mp422.45M
| | ├──课时14 14_云端服务器运行Llama3.1模型训练_ev.mp443.21M
| | ├──课时15 15_Llama3.1模型训练优化之开启梯度检查点_ev.mp434.48M
| | ├──课时16 16_Llama3.1模型训练细节总结_ev.mp417.60M
| | ├──课时17 17_CausalLM与PrefixLM的区别_ev.mp420.59M
| | ├──课时18 18_GLM4架构涉及的技术点与GLM家族发展概览_ev.mp415.62M
| | ├──课时19 19_GLM模型作为PrefixLM预训练时的方式方法_ev.mp426.96M
| | ├──课时20 20_GLM4模型训练时该如何组织数据_ev.mp423.44M
| | ├──课时21 21_云服务器GLM4模型下载和升级transformers模块_ev.mp421.79M
| | ├──课时22 22_云服务器跨实例拷贝大模型GLM4_ev.mp423.46M
| | ├──课时23 23_加载GLM4分词器与模型_ev.mp428.24M
| | ├──课时24 24_构建测试数据并且使用GLM4进行推理_ev.mp432.75M
| | ├──课时25 25_组织GLM4训练数据_ev.mp471.27M
| | ├──课时26 26_加载GLM4模型以及构建相应的Lora模型_ev.mp438.57M
| | ├──课时27 27_GLM4模型半精度训练及数值下溢问题的解决_ev.mp436.43M
| | └──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.mp430.12M
| ├──课时18 基于AI大模型开发问答系统 NO.2649.3543
| | ├──课时01 23销售客服AI机器人项目介绍_ev.mp478.83M
| | ├──课时02 24创建Vector数据库_ev.mp425.65M
| | ├──课时03 25加载向量数据库并得到Chain_ev.mp439.41M
| | ├──课时04 26测试Langchain的结果_ev.mp449.74M
| | ├──课时05 27项目的UI可视化_ev.mp453.77M
| | └──课时06 28AI机器人正式启动_ev.mp431.67M
| ├──课时19 程序员的数学 NO.819.1590
| | ├──课时01 1-1-导数定义与作用_ev.mp49.22M
| | ├──课时02 1-2-左右导数与可导函数_ev.mp413.40M
| | ├──课时03 1-3-导数的几何与物理含义_ev.mp46.16M
| | ├──课时04 1-4-导数求导公式_ev.mp49.78M
| | ├──课时05 1-5-导数四则运算_ev.mp47.34M
| | ├──课时06 1-6-复合函数求导法则_ev.mp44.16M
| | ├──课时07 1-7-神经网络激活函数Sigmoid求导_ev.mp49.87M
| | ├──课时08 1-8-神经网络激活函数Tanh求导_ev.mp45.35M
| | ├──课时09 1-9-神经网络激活函数Softmax求导_ev.mp423.89M
| | ├──课时10 1-10-高阶导数_ev.mp42.66M
| | ├──课时11 1-11-导数与函数单调性_ev.mp43.20M
| | ├──课时12 1-12-极值定理_ev.mp46.09M
| | ├──课时13 1-13-函数凹凸性_ev.mp411.43M
| | ├──课时14 1-14-一元函数泰勒展开_ev.mp418.60M
| | ├──课时15 2-1-向量是什么_ev.mp412.63M
| | ├──课时16 2-2-行向量列向量_ev.mp44.51M
| | ├──课时17 3-向量运算_ev.mp48.91M
| | ├──课时18 2-4-向量的范数_ev.mp422.15M
| | ├──课时19 2-5-特殊向量_ev.mp46.17M
| | ├──课时20 2-6-矩阵是什么_ev.mp44.87M
| | ├──课时21 2-7-常见矩阵_ev.mp47.45M
| | ├──课时22 2-8-矩阵运算_ev.mp415.91M
| | ├──课时23 2-9-逆矩阵_ev.mp423.28M
| | ├──课时24 2-10-行列式_ev.mp414.11M
| | ├──课时25 2-11-伴随矩阵_ev.mp444.31M
| | ├──课时26 1-特征值与特征向量概念_ev.mp446.36M
| | ├──课时27 2-满秩矩阵_ev.mp413.90M
| | ├──课时28 3-特征值和行列式_ev.mp412.54M
| | ├──课时29 4-特征值分解定义与操作_ev.mp422.63M
| | ├──课时30 5-特征值分解意义_ev.mp413.94M
| | ├──课时31 6-向量和矩阵求导公式_ev.mp411.19M
| | ├──课时32 7-奇异值分解（SVD）_ev.mp434.60M
| | ├──课时33 8-求解奇异值分解（SVD）_ev.mp443.90M
| | ├──课时34 9-奇异值分解性质_ev.mp422.37M
| | ├──课时35 10-SVD进行数据压缩_ev.mp418.17M
| | ├──课时36 11-SVD进行PCA降维_ev.mp434.40M
| | ├──课时37 12-SVD进行矩阵求逆_ev.mp438.55M
| | ├──课时38 13-SVD进行协同过滤_ev.mp421.00M
| | ├──课时39 1-多元函数定义_ev.mp44.61M
| | ├──课时40 2-偏导数_ev.mp45.83M
| | ├──课时41 3-高阶偏导数_ev.mp45.43M
| | ├──课时42 4-梯度_ev.mp48.04M
| | ├──课时43 5-雅可比矩阵_ev.mp413.02M
| | ├──课时44 6-Hessian矩阵_ev.mp415.32M
| | ├──课时45 7-极值判定法则_ev.mp431.37M
| | ├──课时46 8-二次型_ev.mp427.76M
| | ├──课时47 1-概率论与机器学习_ev.mp46.58M
| | ├──课时48 2-随机事件_ev.mp49.11M
| | ├──课时49 3-条件概率_ev.mp415.12M
| | ├──课时50 4-随机事件独立性_ev.mp43.36M
| | ├──课时51 5-随机变量_ev.mp445.89M
| | ├──课时52 6-期望_ev.mp413.87M
| | ├──课时53 7-方差_ev.mp419.65M
| | ├──课时54 8-数学期望与方差重要公式_ev.mp415.46M
| | ├──课时55 9-随机向量_ev.mp45.91M
| | ├──课时56 10-随机变量独立性_ev.mp43.84M
| | ├──课时57 11-协方差_ev.mp422.27M
| | ├──课时58 12-机器学习中常见分布_ev.mp46.02M
| | ├──课时59 13-最大似然估计_ev.mp414.45M
| | ├──课时60 1-最优化概念_ev.mp413.54M
| | ├──课时61 2-求导与迭代求解_ev.mp414.94M
| | ├──课时62 3-梯度下降公式推导_ev.mp428.75M
| | ├──课时63 4-梯度下降代码演示_ev.mp464.22M
| | ├──课时64 5-牛顿法解方程原理_ev.mp413.88M
| | ├──课时65 6-牛顿法解方程代码演示_ev.mp425.48M
| | ├──课时66 7-牛顿法求解最优化问题_ev.mp425.00M
| | ├──课时67 8-牛顿法求解最优化代码演示_ev.mp437.92M
| | ├──课时68 9-拟牛顿法介绍_ev.mp415.90M
| | ├──课时69 10-坐标下降法_ev.mp47.98M
| | ├──课时70 11-最优化算法瓶颈_ev.mp414.96M
| | ├──课时71 12-凸优化问题_ev.mp43.86M
| | ├──课时72 13-凸集_ev.mp46.12M
| | ├──课时73 14-凸函数_ev.mp47.10M
| | ├──课时74 15-凸优化表达形式_ev.mp47.32M
| | ├──课时75 16-拉格朗日乘子法_ev.mp416.36M
| | ├──课时76 17-KKT条件_ev.mp412.57M
| | └──课时77 18-拉格朗日对偶_ev.mp441.30M
| ├──课时20 线性回归算法 NO.497.1370
| | ├──课时01 9-1-数据分析部分知识回顾_ev.mp48.57M
| | ├──课时02 9-2-线性回归介绍_ev.mp412.24M
| | ├──课时03 9-3-线性回归的基本概念1_ev.mp432.61M
| | ├──课时04 9-4-线性回归的基本概念2_ev.mp428.26M
| | ├──课时05 9-5-正规方程介绍_ev.mp423.35M
| | ├──课时06 9-6-正规方程求解多元一次方程_ev.mp433.64M
| | ├──课时07 9-7-sklearn中线性方程正规方程运算_ev.mp423.69M
| | ├──课时08 9-8-sklearn带截距运算_ev.mp441.88M
| | ├──课时09 10-1-八元一次方程问题再现_ev.mp436.38M
| | ├──课时10 10-2-八元一次方程增加截距的解决方案_ev.mp446.03M
| | ├──课时11 10-3-正规方程的公式推导_ev.mp437.41M
| | ├──课时12 10-4-凸函数判定_ev.mp417.50M
| | ├──课时13 10-5-最大似然估计_ev.mp433.56M
| | ├──课时14 10-6-最小二乘法公式推导_ev.mp437.61M
| | ├──课时15 10-7-正规方程进行演示_ev.mp429.94M
| | ├──课时16 10-8-sklearn线性回归演示_ev.mp417.67M
| | ├──课时17 11-1-波士顿房价加载和查看_ev.mp434.98M
| | ├──课时18 11-2-数据拆分建模预测_ev.mp461.30M
| | ├──课时19 11-3-模型评估_ev.mp445.21M
| | ├──课时20 11-4-梯度下降的概念介绍_ev.mp444.38M
| | ├──课时21 11-5-梯度下降步骤_ev.mp423.75M
| | ├──课时22 11-6-函数与导函数求解最优解_ev.mp420.91M
| | ├──课时23 11-7-梯度下降代码演示_ev.mp473.36M
| | ├──课时24 11-8-梯度下降可视化_ev.mp432.26M
| | ├──课时25 12-2-三种梯度下降对比_ev.mp419.11M
| | ├──课时26 12-3-线性回归梯度下降更新公式_ev.mp430.97M
| | ├──课时27 12-4-BGD更新公式_ev.mp416.01M
| | ├──课时28 12-5-SGD和MBGD更新公式介绍_ev.mp419.75M
| | ├──课时29 12-6-BGD批量梯度下降代码演示_ev.mp462.46M
| | ├──课时30 12-7-BGD批量梯度下降求解多元一次方程_ev.mp413.15M
| | ├──课时31 12-8-SGD随机梯度下降计算了一元一次方程_ev.mp439.69M
| | ├──课时32 12-9-SGD随机梯度下降多元一次方程求解_ev.mp417.51M
| | ├──课时33 12-10-MBGD梯度下降代码演示_ev.mp416.68M
| | ├──课时34 13-1-归一化目的_ev.mp449.45M
| | ├──课时35 13-2-最小值最大值归一化_ev.mp434.94M
| | ├──课时36 13-3-Z-Score归一化_ev.mp426.10M
| | ├──课时37 13-4-天池工业蒸汽量项目归一化实战（一）_ev.mp439.83M
| | ├──课时38 13-5-天池工业蒸汽量项目归一化实战（二）_ev.mp452.17M
| | ├──课时39 13-6-过拟合和欠拟合正则化介绍_ev.mp444.40M
| | ├──课时40 1-归一化内容总结重点目标值归一化_ev.mp413.97M
| | ├──课时41 10-作业_ev.mp42.60M
| | ├──课时42 2-套索回归介绍_ev.mp419.35M
| | ├──课时43 3-L1正则化可视化图形_ev.mp426.75M
| | ├──课时44 4-L1正则化稀松性缩小系数到0_ev.mp431.72M
| | ├──课时45 5-L1正则化套索回归权重衰减梯度下降公式_ev.mp419.83M
| | ├──课时46 6-L2正则化岭回归原理详解_ev.mp430.48M
| | ├──课时47 7-Ridge算法使用_ev.mp433.00M
| | ├──课时48 8-Lasso回归使用_ev.mp448.61M
| | ├──课时49 9-ElasticNet弹性网络使用_ev.mp413.48M
| | ├──课时50 1-天池工业蒸汽量不同模型不同处理得分整理_ev.mp427.13M
| | ├──课时51 2-多项式回归升维概念介绍_ev.mp421.81M
| | ├──课时52 3-多项式回归升维实战（一）_ev.mp437.29M
| | ├──课时53 4-多项式回归升维维度概念详解_ev.mp420.26M
| | ├──课时54 5-多项式回归升维实战（二）_ev.mp438.75M
| | ├──课时55 6-多项式回归实战天猫双十一销量预测（线性回归模型）_ev.mp455.84M
| | ├──课时56 7-多项式回归实战天猫双十一销量预测（随机梯度下降模型）_ev.mp426.07M
| | └──课时57 8-中国人寿保费预测（EDA数据探索）_ev.mp442.90M
| ├──课时21 线性分类算法 NO.219.1218
| | ├──课时01 16-1-逻辑回归介绍_ev.mp427.58M
| | ├──课时02 16-2-Sigmoid函数介绍_ev.mp426.79M
| | ├──课时03 16-3-逻辑回归损失函数推导_ev.mp416.09M
| | ├──课时04 16-4-损失函数立体化呈现（一）_ev.mp459.35M
| | ├──课时05 16-5-损失函数立体化呈现（二）_ev.mp486.04M
| | ├──课时06 16-6-逻辑回归代码实现与概率手动计算_ev.mp438.61M
| | ├──课时07 17-1-逻辑回归梯度下降更新公式_ev.mp431.49M
| | ├──课时08 17-2-逻辑回归多分类OVR_ev.mp426.37M
| | ├──课时09 17-3-逻辑回归OVR建模与概率预测_ev.mp435.78M
| | ├──课时10 17-4-代码实现逻辑回归OVR概率计算_ev.mp435.53M
| | ├──课时11 17-5-Softmax函数与概率计算_ev.mp421.62M
| | ├──课时12 17-6-代码实现逻辑回归softmax概率计算_ev.mp441.55M
| | ├──课时13 17-7-Sigmoid与Softmax异同_ev.mp411.11M
| | ├──课时14 18-1-支持向量机SVM概念_ev.mp426.04M
| | ├──课时15 18-2-支持向量机SVM目标函数推导_ev.mp449.78M
| | ├──课时16 18-3-SVM二分类最大间隔线绘制_ev.mp459.37M
| | ├──课时17 18-4-拉格朗日乘子法介绍_ev.mp416.14M
| | ├──课时18 18-5-拉格朗日乘子法原理推导_ev.mp455.35M
| | ├──课时19 18-6-支持向量机SVM作业介绍_ev.mp47.13M
| | ├──课时20 19-1-作业讲解和知识点回顾_ev.mp429.80M
| | ├──课时21 19-2-SVC支持向量机分类不同核函数差异_ev.mp443.41M
| | ├──课时22 19-3-非线性核函数介绍_ev.mp428.02M
| | ├──课时23 19-4-核函数对应数学公式_ev.mp417.21M
| | ├──课时24 19-5-KKT条件介绍_ev.mp462.89M
| | ├──课时25 19-6-SVR支持向量机回归核函数差异_ev.mp423.07M
| | ├──课时26 19-7-SVR支持向量机回归拟合天猫双十一销量方程_ev.mp419.23M
| | ├──课时27 20-1-SVM支持向量机原理可视化_ev.mp453.98M
| | ├──课时28 20-2-SVM支持向量机KKT条件详解_ev.mp433.01M
| | ├──课时29 20-3-SVM支持向量机对偶问题转化_ev.mp421.33M
| | ├──课时30 20-4-SVM支持向量机目标函数构建_ev.mp425.22M
| | ├──课时31 20-5-SVM支持向量机损失函数SMO求解过程_ev.mp427.58M
| | ├──课时32 20-6-SVM支持向量机网格搜索参数优化_ev.mp446.77M
| | ├──课时33 20-7-SVM软间隔及优化_ev.mp432.41M
| | ├──课时34 21-1-LFW人脸数据数据加载与介绍_ev.mp446.66M
| | ├──课时35 21-2-SVM支持向量机LFW数据建模与参数选择_ev.mp450.82M
| | ├──课时36 21-3-SVM支持向量机LFW建模预测可视化_ev.mp454.04M
| | ├──课时37 21-4-SVM支持向量机软间隔与优化目标函数构建_ev.mp457.20M
| | └──课时38 21-5-SVM算法整体回归_ev.mp443.38M
| ├──课时22 深度学习基础 NO.789.1567
| | ├──课时01 01 深度学习介绍_ev.mp474.51M
| | ├──课时02 02 神经网络的基础_ev.mp465.76M
| | ├──课时03 03 浅层神经网络_ev.mp490.52M
| | └──课时04 04 深层神经网络_ev.mp415.07M
| ├──课时24 自然语言处理(NLP) NO.798.1574
| | ├──课时01 01 自然语言处理初期发展_ev.mp4108.25M
| | ├──课时02 02 序列数据研究_ev.mp4128.67M
| | ├──课时03 03 文本预处理_ev.mp4115.74M
| | ├──课时04 04 NLTK分词的使用_ev.mp4112.95M
| | ├──课时05 04 jieba分词的使用_ev.mp486.94M
| | ├──课时06 06 语言模型之n元语法_ev.mp496.74M
| | ├──课时07 07 序列数据采样方法_ev.mp4126.06M
| | ├──课时08 08 RNN理论讲解_ev.mp4102.61M
| | ├──课时09 09 从零实现RNN之读取数据和初始化模型参数_ev.mp495.00M
| | ├──课时10 10 从零实现RNN之构建RNN模型_ev.mp454.55M
| | ├──课时11 11 从零实现RNN之预测代码_ev.mp453.71M
| | ├──课时12 12 从零实现RNN之训练_ev.mp4175.01M
| | ├──课时13 13 pytorch实现RNN_ev.mp4122.70M
| | ├──课时14 14 RNN反向传播数学细节_ev.mp4107.06M
| | ├──课时15 15 LSTM原理和代码实现_ev.mp4219.63M
| | ├──课时16 16 GRU原理和代码实现_ev.mp489.99M
| | ├──课时17 17 深度循环神经网络_ev.mp453.04M
| | ├──课时18 18 双向循环神经网络_ev.mp452.06M
| | ├──课时19 19 机器翻译之数据处理_ev.mp4157.32M
| | ├──课时20 20 encoder和decoder架构_ev.mp4201.25M
| | ├──课时21 21 seq2seq之训练_ev.mp4199.40M
| | ├──课时22 22 seq2seq之预测和评估_ev.mp4147.89M
| | ├──课时23 23 注意力机制之Waston核回归_ev.mp4276.26M
| | ├──课时24 24 注意力评分函数_ev.mp4230.80M
| | ├──课时25 25 Bahdanau注意力_ev.mp4212.02M
| | ├──课时26 26 多头注意力_ev.mp4190.73M
| | ├──课时27 27 自注意力和位置编码_ev.mp4152.94M
| | ├──课时28 28 transformer结构_ev.mp435.82M
| | ├──课时29 29 transformer模块之FFN_ev.mp452.92M
| | ├──课时30 30 transformer模块之addnorm_ev.mp480.32M
| | ├──课时31 31 transformer模块之encoderblock_ev.mp472.27M
| | ├──课时33 33 BERT结构_ev.mp456.04M
| | ├──课时35 35 BERT训练之数据预处理_ev.mp483.80M
| | ├──课时36 36 BERT训练环节_ev.mp433.53M
| | ├──课时37 37 BERT微调训练_ev.mp437.55M
| | ├──课时38 38 神经网络语言模型_ev.mp470.04M
| | ├──课时39 39 word2vec_ev.mp437.16M
| | ├──课时40 40 word2vec推导_ev.mp455.35M
| | └──课时41 41 skip-gram的改进_ev.mp421.07M
| ├──课时05 基于OpenAI的 大模型开发与实战 NO.2690.zip469.20M
| ├──课时08 大模型应用开发框架LangChain NO.2650.zip1.45G
| ├──课时13 大模型微调和部署 NO.2651.zip369.92M
| ├──课时17 Huggingface 实战项目 NO.2646.3540.zip501.27M
| └──课时23 深度学习进阶 NO.793.1569.zip222.79M
└──msb-AI实战工具课
| └──课时01 AI大模型提示词工程深入实战 NO.2662
| | ├──课时01 001chatgptPrompt提示词工程课程介绍_ev.mp45.54M
| | ├──课时02 002prompt和Promptengineering剖析_ev.mp418.12M
| | ├──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.mp425.21M
| | ├──课时05 005自己定义格式输出_使用openrouter对比大模型结果_ev.mp427.78M
| | ├──课时06 006plantuml和json格式输出并使用vscode展示_ev.mp419.61M
| | ├──课时07 007mermaid格式输出_ev.mp411.42M
| | ├──课时08 008使用chatgpt的gpts制作流程图_ev.mp410.05M
| | ├──课时09 009如何使用角色扮演写好提示词_ev.mp419.15M
| | ├──课时10 010写好结构化提示词的4要素_ev.mp418.52M
| | ├──课时11 011充分费曼学习法写好提示词_ev.mp414.24M
| | ├──课时13 013写一条利用番茄工作法Prompt_ev.mp46.50M
| | └──课时14 014利用SQ3R学习法构建提示词Prompt_ev.mp46.70M
会员制了，偏离开源、共享的精神喽。 强烈支持楼主ing…… msb-AI大模型全链路实战【V rk0626-msb-AI大模型全链路实战【VIP】 2222222222222222222 AI大模型全链路实战 感谢分享。。 强烈支持楼主ing……
1