论坛元老
- 威望
- 98
- 贡献
- 172
- 热心值
- 12
- 金币
- 33692
- 注册时间
- 2020-8-31
|
- 普通用户：禁止购买
- VIP用户：免费
- 永久会员 : 免费推荐
提示：
月度会员每天本板块免费下载3次，年度会员每天免费下载6次，永久会员每天免费下载10次，过程中遇到问题，请论坛私信联系管理员;
说明：本合集内容，大多数在论坛已近发布过，部分内容加密了（具体看以下目录），所以本合集仅供永久VIP下载学习。
课程易失效，请请尽快保存。
——/35套AI大模型系列/
├──2025更新-第01套：大模型【技术场景与商业应用】落地方案，赋能千行百业产业链升级视频课程
| ├──01.第01阶段 通用人工智能的典范
| | ├──1.1 概述 .mp4 27.51M
| | ├──1.2 通用能力 .mp4 20.28M
| | └──1.3 通用人工智能风口 .mp4 16.40M
| ├──02.第02阶段 大模型：的核心支撑
| | ├──2.1 底层架构+运行机制 .vep 23.49M
| | ├──2.2 发展历程与发展趋势 .vep 13.68M
| | ├──2.3 大模型三大要素 .vep 43.92M
| | └──2.4 大模型带来的改变 .vep 18.83M
| ├──03.第03阶段 产业格局：大模型生态体系雏形已现
| | ├──3.1 大模型产业生态体系架构 .vep 30.26M
| | ├──3.2 玩家涌入大模型赛道，产业趋于繁荣 .vep 20.51M
| | └──3.3 产业发展趋势：大模型开源成为风潮 .vep 28.70M
| ├──04.第04阶段 新型商业模式：MaaS重构商业生态
| | ├──4.1 MaaS商业模式 .mp4 29.47M
| | ├──4.2 MaaS模式在B端的商业化落地 .mp4 19.75M
| | ├──4.3 MaaS模式在C端的商业化落地 .mp4 15.40M
| | └──4.4 大模型厂商的核心商业模式 .mp4 15.59M
| ├──05.第05阶段 大模型+信息安全：创造新的安全防护模式
| | ├──5.1 大模型安全的重要性 .mp4 24.12M
| | ├──5.2 应用探索 .mp4 24.42M
| | └──5.3 产业未来需求与发展趋势 .mp4 20.79M
| ├──06.第06阶段 大模型+数据要素：引爆数据服务市场
| | ├──6.1 大模型时代的数据要素市场 .vep 20.07M
| | ├──6.2 大模型趋势下，数据资源需求增加 .vep 22.68M
| | ├──6.3 合成数据：为大模型提供优质数据源 .vep 14.98M
| | └──6.4 大模型时代，数据服务市场迎来竞争热潮 .vep 23.36M
| ├──07.第07阶段 大模型+智能搜索：打造互动溯源搜索方式
| | ├──7.1 生成式搜索 .mp4 29.18M
| | ├──7.2 搜索引擎融合大模型成为企业切入点 .mp4 31.98M
| | └──7.3 搜索引擎变革下的广告和电商 .mp4 21.16M
| ├──08.第08阶段 大模型+办公工具：解放办公劳动力
| | ├──8.1 大模型优化多场景办公体验 .mp4 20.22M
| | ├──8.2 OA成为大模型应用切入点 .mp4 13.09M
| | └──8.3 企业布局，抢占大模型办公先机 .mp4 28.37M
| ├──09.第09阶段 大模型+对话式AI：提升AI产品智能性
| | ├──9.1 对话式AI的发展 .mp4 34.22M
| | ├──9.2 文本机器人 .mp4 10.76M
| | ├──9.3 语言机器人 .mp4 14.68M
| | ├──9.4 多模态机器人 .mp4 9.83M
| | └──9.5 虚拟数字人 .mp4 17.90M
| ├──10.第10阶段 大模型+休闲娱乐：升级用户娱乐体验
| | ├──10.1 游戏行业变革 .vep 38.92M
| | ├──10.2 影视行业变革 .vep 21.37M
| | └──10.3 大模型赋能音视频制作 .vep 43.46M
| ├──11.第11阶段 大模型+生产制造：工业领域智能化程度加深
| | ├──11.1 通用大模型与工业大模型 .mp4 19.38M
| | ├──11.2 大模型融入生产制造流程 .mp4 28.74M
| | └──11.3 “大模型＋自动驾驶”激活汽车制造业 .mp4 29.32M
| ├──12.第12阶段 大模型+智慧营销：助推营销方式变革
| | ├──12.1 多场景落地，大模型提升营销效果 .mp4 28.31M
| | ├──12.2 大模型实现营销内容人机共创 .mp4 26.50M
| | └──12.3 大模型重构营销业务 .mp4 31.08M
| └──13.第13阶段 大模型+智慧城市：推动城市数字化升级
| | ├──13.1 大模型多场景赋能智慧城市建设 .vep 40.27M
| | ├──13.2 医疗大模型：未来医疗服务新模式 .vep 35.68M
| | ├──13.3 城市安防：大模型引领安防创新 .vep 20.13M
| | └──13.4 探索智慧城市应用，企业在行动 .vep 28.78M
├──2025更新-第02套：从0到1训练【私有大模型】技能与应用实现 ，企业急迫需求，抢占市场先机课程
| ├──第1阶段 课程简介
| | ├──[1.1]--1-1 【导航】课程导学&让你快速了解课程.mp4 39.64M
| | ├──[1.2]--1-2 【内容安排】课程安排和学习建议.mp4 13.59M
| | ├──[1.3]--1-3 【行业发展】ChatGPT对行业、社会有什么影响，我们要.mp4 39.54M
| | ├──[1.4]--1-4 【发展史】ChatGPT的简要历史.mp4 16.34M
| | └──[1.5]--1-5 【学习须知】本课程为什么使用gpt2而不是gpt3.mp4 5.87M
| ├──第2阶段 训练模型与开发平台环境
| | ├──[2.1]--2-1 【认知】为什么要引入paddle？平时使用torch，学.vep 14.04M
| | ├──[2.2]--2-2 【框架】paddle和torch与tensorflow对.vep 18.94M
| | ├──[2.3]--2-3 【NLP工具和预训练模型】paddleNLP和huggi.vep 9.17M
| | ├──[2.4]--2-4 【平台】介绍aistudio.vep 34.36M
| | └──[2.5]--2-5 【工具】介绍基于gpt4的IDE cursor.vep 25.99M
| ├──第3阶段 chatGPT初始技术词向量原理剖析与实战
| | ├──[3.10]--3-10 【激活函数】常见七种激活函数对比.vep 39.45M
| | ├──[3.11]--3-11 【预训练语言模型】RNN-LSTM-ELMO.vep 67.75M
| | ├──[3.12]--3-12 本章梳理小结.vep 12.45M
| | ├──[3.1]--3-1 【认知】词向量，词向量与gpt的关系.vep 14.40M
| | ├──[3.2]--3-2 【语言模型】语言模型和评估指标PPL.vep 36.63M
| | ├──[3.3]--3-3 【词向量模型】word2vec-cbow和skipgra.vep 23.24M
| | ├──[3.4]--3-4 【softmax加速】是softmax 树型优化.vep 41.53M
| | ├──[3.5]--3-5 【softmax加速】softmax负采样优化.vep 34.88M
| | ├──[3.6]--3-6 【数据准备与预处理】word2vec实战（1）.vep 93.66M
| | ├──[3.7]--3-7 【数据准备与预处理】word2vec实战（2）.vep 57.54M
| | ├──[3.8]--3-8 【模型训练】word2vec实战-模型开发和训练（1）.vep 44.58M
| | └──[3.9]--3-9 【模型训练】word2vec实战-模型开发和训练（2）.vep 56.64M
| ├──第4阶段 chatGPT基石模型——基于T
| | ├──[4.10]--4-10 transformer-xl解决长序列的问题（2）.mp4 27.97M
| | ├──[4.11]--4-11 本章梳理总结.mp4 6.76M
| | ├──[4.1]--4-1 本章介绍.mp4 2.18M
| | ├──[4.2]--4-2 seq2seq结构和注意力.mp4 23.75M
| | ├──[4.3]--4-3 seq2seq-attention的一个案例.mp4 11.11M
| | ├──[4.4]--4-4 transformer的multi-head atten.mp4 39.60M
| | ├──[4.5]--4-5 transformer的残差链接-解决梯度消失问题.mp4 12.56M
| | ├──[4.6]--4-6 transformer的layernorm-归一化提升训.mp4 10.75M
| | ├──[4.7]--4-7 transformer的decoder 解码器.mp4 14.68M
| | ├──[4.8]--4-8 sparse-transformer 稀疏模型.mp4 11.23M
| | └──[4.9]--4-9 transformer-xl 解决长序列的问题（1）.mp4 26.78M
| ├──第5阶段 基于Transformer另一分支Bert系列分析与实战
| | ├──[5.10]--5-10 bert(transformer encoder)主要.mp4 44.74M
| | ├──[5.11]--5-11 bert(transformer encoder)的完.mp4 91.56M
| | ├──[5.12]--5-12 Ernie文心一言基础模型（1）.mp4 26.20M
| | ├──[5.13]--5-13 Ernie文心一言基础模型（2）.mp4 13.12M
| | ├──[5.14]--5-14 plato百度对话模型（1）.mp4 28.03M
| | ├──[5.15]--5-15 plato 百度对话模型（2）.mp4 29.35M
| | ├──[5.16]--5-16 本章总结.mp4 12.74M
| | ├──[5.1]--5-1 本章介绍.mp4 1.87M
| | ├──[5.2]--5-2 metric-评估指标(BLUE-rouge-L-MET.mp4 34.23M
| | ├──[5.3]--5-3 常见 subword 算法（BPE-wordpiece）.mp4 10.25M
| | ├──[5.4]--5-4 常见的NLP任务.mp4 10.50M
| | ├──[5.5]--5-5 bert 预训练模型.mp4 41.76M
| | ├──[5.6]--5-6 bert情感分析实战----paddle（1）.mp4 53.22M
| | ├──[5.7]--5-7 bert情感分析实战----paddle（2）.mp4 57.61M
| | ├──[5.8]--5-8 evaluate和predict方法----paddle.mp4 30.47M
| | └──[5.9]--5-9 bert(transformer encoder)主要源.mp4 45.19M
| ├──第6阶段 chatGPT的核心技术——强化
| | ├──[6.10]--6-10 actor-critic（2）.mp4 12.06M
| | ├──[6.11]--6-11 TRPO+PPO（1）.mp4 40.93M
| | ├──[6.12]--6-12 TRPO+PPO（2）.mp4 28.62M
| | ├──[6.13]--6-13 DQN代码实践--torch-1.mp4 44.11M
| | ├──[6.14]--6-14 DQN代码实践--torch-2.mp4 49.49M
| | ├──[6.15]--6-15 DoubleDQN+DuelingDQ代码--torc.mp4 52.98M
| | ├──[6.16]--6-16 REINFORCE代码--torch.mp4 47.87M
| | ├──[6.17]--6-17 PPO代码实践--torch.mp4 65.55M
| | ├──[6.18]--6-18 强化学习-本章总结.mp4 16.85M
| | ├──[6.1]--6-1 RL是什么＆为什么要学习RL.mp4 21.46M
| | ├──[6.2]--6-2 强化学习章介绍.mp4 4.41M
| | ├──[6.3]--6-3 RL基础概念.mp4 12.17M
| | ├──[6.4]--6-4 RL马尔可夫过程.mp4 28.77M
| | ├──[6.5]--6-5 RL三种方法（1）.mp4 30.12M
| | ├──[6.6]--6-6 RL三种方法（2）.mp4 10.65M
| | ├──[6.7]--6-7 DQN和DQN的2种改进算法（1）.mp4 20.26M
| | ├──[6.8]--6-8 DQN和DQN的2种改进算法（2）.mp4 24.63M
| | └──[6.9]--6-9 actor-critic（1）.mp4 38.68M
| ├──第7阶段 chatGPT技术演变——从GP
| | ├──[7.10]--7-10 Antropic LLM大型语言模型.vep 67.68M
| | ├──[7.11]--7-11 GPT-本章总结.vep 20.92M
| | ├──[7.1]--7-1 GPT1 模型.vep 40.80M
| | ├──[7.2]--7-2 GPT2 模型.vep 40.92M
| | ├──[7.3]--7-3 GPT3 模型-1.vep 49.18M
| | ├──[7.4]--7-4 GPT3 模型-2.vep 41.51M
| | ├──[7.5]--7-5 gpt-codex 基于GPT技术开发的模型.vep 36.76M
| | ├──[7.6]--7-6 alphaCode基于GPT技术开发的模型-1.vep 45.63M
| | ├──[7.7]--7-7 alphaCode基于GPT技术开发的模型-2.vep 27.18M
| | ├──[7.8]--7-8 instruct-gpt 基于GPT技术开发的模型-1.vep 36.61M
| | └──[7.9]--7-9 instruct-gpt 基于GPT技术开发的模型-2.vep 45.62M
| └──第8阶段 RLHF训练类ChatGPT模型代码实战 i class
| | ├──[8.10]--8-10 RLHF强化学习人类反馈的训练-model-base.mp4 24.08M
| | ├──[8.11]--8-11 RLHF强化学习人类反馈的训练-model-opt.mp4 13.28M
| | ├──[8.13]--8-13 RLHF强化学习人类反馈的训练-generation（.mp4 48.79M
| | ├──[8.14]--8-14 RLHF强化学习人类反馈的训练-exp_maker（1.mp4 32.05M
| | ├──[8.15]--8-15 RLHF强化学习人类反馈的训练-exp_maker（2.mp4 43.19M
| | ├──[8.16]--8-16 RLHF强化学习人类反馈的训练-buffer-util.mp4 56.03M
| | ├──[8.17]--8-17 RLHF强化学习人类反馈的训练-buffer-loss.mp4 45.66M
| | ├──[8.19]--8-19 RLHF强化学习人类反馈的训练-main.mp4 68.91M
| | ├──[8.1]--8-1 chatGPT训练实战.mp4 13.24M
| | ├──[8.2]--8-2 SFT有监督的训练-数据处理.mp4 63.07M
| | ├──[8.3]--8-3 SFT有监督训练-trainer.mp4 37.66M
| | ├──[8.4]--8-4 SFT有监督训练-train.mp4 63.73M
| | ├──[8.5]--8-5 RM训练-model+dataset（1）.mp4 27.00M
| | ├──[8.6]--8-6 RM训练-model+dataset（2）.mp4 25.81M
| | ├──[8.7]--8-7 RM训练-trainer.mp4 31.29M
| | ├──[8.8]--8-8 RM训练-train-rm.mp4 35.55M
| | └──[8.9]--8-9 RLHF强化学习人类反馈的训练-dataset.mp4 14.38M
├──2025更新-第03套：高级算法LLM大语言模型(算法特训) 带你转型AI大语言模型算法工程师视频课程
| ├──00 资料
| | └──00 资料 密码：58xueke.com.zip 250.52M
| ├──01 课程概览、汇总、学习资料
| | ├──01 新加入的同学必看！！！.html 100.40kb
| | ├──02 前置知识提前学.html 109.52kb
| | └──03 课程大纲.html 111.72kb
| ├──02 第一周 由浅入深大模型基础及pytorch训练加载应用模型
| | ├──01 PyTorch基础代码实操和自动求导介绍【回放】.mp4 149.11M
| | └──02 模型训练流程和CUDA原理及并行基础【回放】.mp4 239.26M
| ├──03 第一周：LLM进化路线、领域微调及NLP应用落地方式
| | ├──01 LLM的进化路线、领域微调及NLP的应用落地方式（一）【回放】.vep 521.26M
| | ├──02 LLM的进化路线、领域微调及NLP的应用落地方式（二）【回放】.vep 466.11M
| | ├──03 概览【学习辅导笔记】.html 14.92kb
| | ├──04 LLM 进化路线与现状【学习辅导笔记】.html 23.07kb
| | ├──05 大模型的涌现能力【学习辅导笔记】.html 14.02kb
| | ├──06 大模型本质-概率统计【学习辅导笔记】.html 14.77kb
| | ├──07 训练过程-无监督预训练【学习辅导笔记】.html 14.50kb
| | ├──08 训练过程-有监督预训练【学习辅导笔记】.html 13.35kb
| | ├──09 大模型的核心--transformer 模型【学习辅导笔记】.html 13.06kb
| | ├──10 Transformer--编码和解码器【学习辅导笔记】.html 13.22kb
| | ├──11 Transformer--模型嵌入【学习辅导笔记】.html 15.06kb
| | ├──12 【思考题】transformer 思考题.html 20.56kb
| | ├──13 Transformer-前馈层【学习辅导笔记】.html 49.89kb
| | ├──14 Transformer--残差归一化【学习辅导笔记】.html 25.72kb
| | ├──15 大模型训练过程【学习辅导笔记】.html 13.55kb
| | ├──16 大模型训练-SFT【学习辅导笔记】.html 15.24kb
| | ├──17 大模型训练-Reward【学习辅导笔记】.html 17.38kb
| | ├──18 大模型训练-PPO【学习辅导笔记】.html 15.49kb
| | └──19 大模型生成原理【学习辅导笔记】.html 13.55kb
| ├──04 第二周：大模型训练与微调研发背后的数据艺术
| | └──01 大模型训练与微调研发背后的数据艺术【回放】.vep 783.22M
| ├──05 第二周：深入大模型基础理论夯实
| | └──01 深入大模型基础理论夯实【回放】.mp4 98.09M
| ├──06 第三周：大模型训练入门与进阶
| | ├──01 大模型训练入门与进阶【回放】.mp4 133.80M
| | └──02 上课演示的代码.html 11.51kb
| ├──07 第三周：大模型训练和推理优化框架和技巧
| | └──01 大模型训练和推理优化框架和技巧【回放】.vep 572.90M
| ├──08 第四周：深入掌握大模型应用开发框架LangChain
| | └──01 深入掌握大模型应用开发框架LangChain【回放】.mp4 277.76M
| ├──09 第四周：LangChain进阶-外挂知识库实现行业文档智能问答
| | └──01 LangChain进阶实战：外挂知识库实现行业文档智能问答实战项目【时间另通知】.mp4 275.66M
| ├──10 第五周：大模型训练全流程实战
| | └──01 大模型训练全流程实战【回放】.mp4 658.47M
| ├──11 第五周：【实战】在云服务器微调和实操模型量化、模型推理和服务
| | ├──01 1-1 教你如何创建一个训练容器.vep 6.03M
| | ├──02 1-2 在llm__course容器中实现环境安装和SFT演示.vep 172.50M
| | └──03 1-3 在云服务器实操模型量化模型推理和服务.vep 185.19M
| ├──12 第六周：四大行业微调模型落地案例和技术方案
| | └──01 四大行业微调模型落地案例和技术方案【回放】.mp4 649.85M
| ├──13 第七周：实现行业文档智能问答技术方案
| | └──01 实现行业文档智能问答技术方案【回放】.mp4 375.11M
| ├──14 第七周：知识图谱构建 下游应用技术方案
| | └──01 知识图谱构建 下游应用技术方案【回放】.mp4 530.61M
| └──15 第八周：人才需求与招聘专场
| | └──01 市场需求与招聘专场【根据具体情况开展】.vep 472.71M
├──2025更新-第04套：AI人人必修-提示词工程+大模型多场景实战，深入并融合大模型提升商业化思维
| ├──00 第00阶段 源码+资料
| | ├──2023年6-7月最新AI行业...zip 802.04M
| | ├──2023年AIGC和ChatGPT的...zip.zip 377.63M
| | ├──AI机器人报告-8月-37份.zip.zip 154.72M
| | ├──Brian老师-提示词工程-...zip.zip 25.27kb
| | ├──Midjourney提示词（1）.zip.zip 136.74M
| | ├──Midjourney提示词（2）.zip.zip 7.16M
| | ├──Midjourney提示词（动物...zip 447.59M
| | ├──Midjourney提示词（风景...zip.zip 791.67M
| | ├──第10章 ChatGPT资料.zip.zip 653.52M
| | ├──第11章 商业化思维.zip 163.33M
| | ├──第12章 提示词进阶.zip.zip 21.95kb
| | ├──第15章 AI领域未来的发...zip.zip 30.97M
| | ├──第2章 相关扩展学习电子...zip 5.70M
| | ├──第3章 Prompt实践环境准...zip.zip 4.07M
| | ├──第4章 Prompt编写的基本...zip 6.47kb
| | ├──第9章 深入技术原理-主...zip.zip 176.60M
| | ├──对标账号分析.zip.zip 191.38kb
| | └──引流干货.zip.zip 72.78M
| ├──01 第1阶段 AI时代：提示词工程的崛起
| | ├──01 1-1 提示词工程师导学【必看，带你避坑】[2].mp4 63.57M
| | ├──02 1-2 【千份+】丰富前沿和扩展学习资料，了解行业动态、大佬思想、各类电子文档【很有价值】_.html 0.78kb
| | └──【风险提示新人必看】课程及时保存，很久的课程容易失效.txt.txt 0.44kb
| ├──02 第2阶段 AI与提示词工程：机遇、挑战与市场展望
| | ├──01 2-1 AI 风口，催生“提示词工程”新岗位，市场需求和职业发展[2].vep 55.11M
| | ├──02 2-2 [示例]通用Prompt技能，扩展视野+效率提升[2].vep 93.82M
| | ├──03 2-3 [进阶]Prompt Engineering的概念及相关技术[2].vep 41.95M
| | ├──04 2-4 提示词聚合网站：xx个你必须知道的Prompt，靠谱吗[2].vep 48.27M
| | └──05 2-5 [扩展]AI时代的机遇与挑战：哪些工作可能会消失[2].vep 110.26M
| ├──03 第3阶段 实践环境准备：模型选择、工具推荐与配置实践
| | ├──01 3-1 LLM模型选择：开源与闭源，商用or版权要求[2].vep 109.45M
| | ├──02 3-2 硬件选择：针对于LLM模型的基本的硬件要求与选择[2].vep 82.01M
| | ├──03 3-3 国外平台推荐：ChatGPT&Claude(playground平台)[2].vep 71.06M
| | ├──04 3-4 国内平台推荐：通义、文心、讯飞星火、百川、智谱[2].vep 166.34M
| | ├──05 3-5 付费AI工具，值得不值得比如ChatGPT plus&Midjourney等[2].vep 54.20M
| | ├──06 3-6 [扩展]海外银行开户及法律法规注意事项[2].vep 71.77M
| | ├──07 3-7 [扩展]ChatGPT如何注册&如何支付成为Plus会员[2].vep 101.87M
| | ├──08 3-8 大语言模型：ChatGPT平替方案大合集（6种方案）[2].vep 97.14M
| | └──09 3-9 团队环境配置：团队使用GPT工具的工作流[2].vep 42.37M
| ├──04 第4阶段 Prompt提示词策略：编写原则、优化技巧与结构探讨
| | ├──01 4-1 [补充说明]吴恩达-提示词工程&课程学习笔记获取[2].mp4 12.25M
| | ├──02 4-2 原则一：使用明确且具体的指令[2].mp4 72.69M
| | ├──03 4-3 原则二：给模型时间去思考[2].mp4 62.35M
| | ├──04 4-4 [案例分析] 5大Prompt优化原则[2].mp4 58.00M
| | └──05 4-5 章总结：Prompt基础结构（指令、输入、背景、输出要求）[2].mp4 8.39M
| ├──05 第5阶段 八大通识技能：提示词如何拓宽视野与提升效率
| | ├──01 5-1 【文档资料】提示词优化.html 10.15kb
| | ├──02 5-2 技巧一：设定LLM大模型的角色（为AI设置一个角色），限制内容范围.mp4 84.23M
| | ├──03 5-3 【文档资料】技巧一：设定LLM大模型的角色（为AI设置一个角色），限制内容范围.html 12.78kb
| | ├──04 5-4 技巧二：设定角色(为自己设定一个角色-背书).mp4 34.17M
| | ├──05 5-5 【文档资料】技巧二：设置自己的角色（背书）.html 7.68kb
| | ├──06 5-6 技巧三：明确问题并提供背景信息.mp4 69.82M
| | ├──07 5-7 技巧四：限制回复长度与精确度.mp4 47.14M
| | ├──08 5-8 【文档资料】技巧四：限制回复长度与精确度.html 7.24kb
| | ├──09 5-9 技巧五：分阶段提问，让LLM一步步思考（需要注意的点及AgentAI工具）.mp4 82.09M
| | ├──10 5-10 【文档资料】技巧五：分阶段提问，让大语言模型一步步思考.html 15.42kb
| | ├──11 5-11 技巧六：明确你的要求和目的.mp4 59.99M
| | ├──12 5-12 【文档资料】技巧六：明确要求与目的.html 7.24kb
| | ├──13 5-13 技巧七：结构化思考你的Prompt.mp4 24.88M
| | ├──14 5-14 技巧八：系统化设计你的自定义指令（ChatGPT专属）.mp4 84.36M
| | └──15 5-15 【文档资料】技巧八：系统设计你的自定义指令（ChatGPT专属）.html 13.30kb
| ├──06 第6阶段 职场大师：提示词通用技能，助力职场
| | ├──01 6-1 成为专业的人：提供思考的方向.vep 79.77M
| | ├──02 6-2 【文档资料】成为专业的人：提供思考的方向.html 8.42kb
| | ├──03 6-3 [扩展]会议纪要：如何利用语音转文字的工具+LLM形成摘要.vep 94.20M
| | ├──04 6-4 学习效率提升类技巧（学习方法、名词解释、观念剖析、学习反馈）.vep 81.30M
| | ├──05 6-5 【文档资料】学习效率提升类技巧（学习方法、名词解释、观念剖析、学习反馈）.html 11.08kb
| | ├──06 6-6 如何总结一本书的内容.vep 58.32M
| | ├──07 6-7 [进阶阅读]基于目标，帮你选择性的阅读.vep 63.51M
| | ├──08 6-8 整理笔记与撰写总结.vep 84.95M
| | ├──09 6-9 【文档资料】整理笔记与撰写总结.html 17.72kb
| | ├──10 6-10 教育相关：面试官、英语学习、心理指导等.vep 124.55M
| | ├──11 6-11 【文档资料】教育相关.html 4.80kb
| | └──12 6-12 【文档资料】chatGPT辅导.html 4.86kb
| ├──07 第7阶段 码农利器：程序员的提示词实战
| | ├──01 7-1 辅助程序员编程的应用（Codeium、Cursor、Tabnine等）.mp4 61.02M
| | ├──02 7-2 【文档资料】 如何利用大语言模型提升程序员的工作效率.html 11.30kb
| | ├──03 7-3 常见的编程应用场景：快速验证想法.mp4 83.52M
| | ├──04 7-4 chatGPT史诗更新：自定义GPT模型（大模型的微调）.mp4 45.96M
| | ├──05 7-5 [更新]如何搜索公开的GPTs.mp4 38.94M
| | ├──06 7-6 帮忙程序员写个周报.mp4 76.82M
| | ├──07 7-7 【文档资料】程序员周报.html 7.85kb
| | ├──08 7-8 个性化简历：针对不同JD的简历优化（1）.mp4 111.68M
| | ├──09 7-9 个性化简历：针对不同JD的简历优化（2）.mp4 84.05M
| | ├──10 7-10 【文档资料】个性化简历：针对不同JD的简历优化.html 12.71kb
| | ├──11 7-11 将你的想法实现为产品（产品经理、工作流推动）.mp4 101.04M
| | ├──12 7-12 【文档资料】将你的想法实现为产品（产品经理、工作流推动）.html 17.22kb
| | ├──13 7-13 回复技术邮件（解答疑惑、组织语言）.mp4 88.05M
| | └──14 7-14 【文档资料】回复技术邮件（解答疑惑、组织语言）——人际关系趴.html 9.86kb
| ├──08 第8阶段 副业加速：内容创作与营销的新武器
| | ├──01 8-1 短视频博主利器：利用GPT编写视频脚本.mp4 84.56M
| | ├──02 8-2 【文档资料】短视频脚本prompt.html 2.66kb
| | ├──03 8-3 学会“抄袭”：效仿达人编写大纲和再创作.mp4 72.88M
| | ├──04 8-4 营销达人：编写营销内容小助手（营销短信）.mp4 64.31M
| | ├──05 8-5 【文档资料】集简云+ChatGPT自动化操作邮件.html 17.06kb
| | ├──06 8-6 编写营销内容（营销软文-小红书）——不是任何人都可以做.mp4 83.85M
| | ├──07 8-7 编写营销内容（营销软文-知识付费类公众号）.mp4 84.08M
| | ├──08 8-8 【文档资料】编写营销内容.html 17.81kb
| | ├──09 8-9 【文档资料】小红书违禁词.html 26.38kb
| | ├──10 8-10 【文档资料】违禁词&规范.html 12.72kb
| | └──11 8-11 如何润色文章.mp4 68.10M
| ├──09 第9阶段 深入技术原理：主流LLM模型介绍
| | ├──01 9-1 LLM工作原理简介.mp4 138.86M
| | ├──02 9-2 LLM模型的局限性（伦理、政治安全、内容审核）.mp4 101.02M
| | ├──03 9-3 【文档资料】LLM模型的局限性（伦理、政治安全、内容审核）.html 11.23kb
| | ├──04 9-4 LLM的发展历史和现状（GPT、BERT系列）.mp4 86.53M
| | ├──05 9-5 【文档资料】大语言模型与相关技术.html 21.77kb
| | ├──06 9-6 代码相关：Codex、AlphaCode等代码生成模型介绍.mp4 137.04M
| | ├──07 9-7 其他图形模型：DALL-E、Stable Diffusion等图像生成模型介绍.mp4 81.55M
| | └──08 9-8 [扩展]绘图大模型哪里下载工具环境哪里找网络问题怎么办.mp4 103.19M
| ├──10 第10阶段 ChatGPT探索之旅：从模型限制到插件生态的全景
| | ├──08 10-8 【文档资料】集简云 AI Prompt示例.html 10.39kb
| | ├──09 10-9 [扩展]OpenAI官网中你忽视掉的两个子网站.vep 44.78M
| | ├──01 10-1 AI非神，ChatGPT也是一样：ChatGPT的能力与限制.vep 131.31M
| | ├──02 10-2 ChatGPT爆发大事记.vep 79.51M
| | ├──03 10-3 【文档资料】OpenAI大事记.html 2.65kb
| | ├──04 10-4 ChatGPT实践：Zapier自动化代替人工高效邮件回复.vep 163.00M
| | ├──05 10-5 [扩展]zapier扩展、邮件模板+第三方服务、ChatGPT生态产品.vep 118.09M
| | ├──06 10-6 【文档资料】邮件prompt示例.html 2.02kb
| | └──07 10-7 [扩展]ChatGPTPlus用户插件推荐.vep 78.67M
| ├──11 第11阶段 商业化思维启示录：如何利用LLM模型开创商机
| | ├──01 11-1 [泼冷水]冷静的看待“借用ChatGPT让我一天赚了xxx元”.mp4 98.18M
| | ├──02 11-2 商业化思维1：与名人对话产品character.ai背后的思考（低风险项目推荐）.mp4 76.53M
| | ├──03 11-3 商业化思维2：ChatGPT创作童话故事与小说（带实操）.mp4 127.91M
| | ├──04 11-4 商业化思维3：国外小哥搞钱门道如何利用GPT开发购物网站.mp4 63.74M
| | └──05 11-5 商业化的应用落地：进阶产品经理Prompt.mp4 48.38M
| ├──12 第12阶段 提示词进阶：框架、颜色理论与多语言应用
| | ├──01 12-1 如何形成自己的提示词知识库(思路).mp4 45.17M
| | ├──02 12-2 实战：自制提示词知识库.mp4 81.21M
| | ├──03 12-3 提示词知识库【文档资料】.html 3.46kb
| | ├──04 12-4 如何让GPT更加准确：两个“万能”提示词技巧.mp4 89.29M
| | └──05 12-5 提示词黄金26条原则 （AI前沿工具推荐）.mp4 103.78M
| ├──13 第13阶段 AI绘图：创意与技术的结合
| | ├──01 13-1 Midjourney绘图：注册、prompt结构、prompt在线生成网站、参数介绍.mp4 102.85M
| | ├──02 13-2 Midjourney：与LLM梦幻联动，订阅+取消订阅方法介绍.mp4 42.36M
| | ├──03 13-3 进阶Midjourney：图片种子、局部重绘、人物换脸.mp4 66.20M
| | ├──04 13-4 [非正式]Midjourney与DallE3对比.mp4 55.26M
| | ├──05 13-5 Midjourney的商业化应用落地方案（送提示词资源）.mp4 28.45M
| | ├──06 13-6 [更新]Midjourney V6版本重大更新：重新学写提示词.mp4 101.37M
| | ├──07 13-7 StableDiffusion介绍（设备环境推荐、UI方案、模型下载）.mp4 78.79M
| | ├──08 13-8 [扩展]Linux环境下安装Stable Diffusion WebUI.mp4 47.54M
| | ├──09 13-9 [扩展]SD webui界面介绍+汉化配置与插件推荐.mp4 51.02M
| | ├──10 13-10 [扩展]租用GPU：AutoDL选配介绍与文件上传下载配置.mp4 46.63M
| | ├──11 13-11 [扩展]AutoDL：安装配置StableDiffusionWeb界面.mp4 110.87M
| | ├──12 13-12 [扩展]AutoDL：使用保存镜像快速创建SD环境与配置插件.mp4 39.07M
| | ├──13 13-13 [扩展]AutoDL：使用镜像快速创建SD等模型.mp4 49.65M
| | ├──14 13-14 AutoDL：快速下载模型，炸裂的模型市场用法介绍.mp4 24.70M
| | └──15 13-15 [扩展]AutoDL：如何克隆实例并设置Conda环境.mp4 31.14M
| ├──14 第14阶段 贾维斯化身：AI Agent作为未来的超能助理
| | ├──01 14-1 什么是AI agent.vep 87.29M
| | ├──02 14-2 AI agent的两大发展的方向：自主代理&生成代理.vep 53.71M
| | ├──03 14-3 上手AI Agent1：AutoGPT安装、配置、使用.vep 141.51M
| | ├──04 14-4 上手AI Agent2：AgentGPT配置与尝试.vep 36.96M
| | ├──05 14-5 学习AI Agent内置Prompt技巧.vep 79.77M
| | ├──06 14-6 AI agent案例分享.vep 103.17M
| | └──07 14-7 [扩展]AppAgent让LLM操作移动App.vep 50.36M
| └──15 第15阶段 人工智能领域未来的发展
| | ├──01 15-1 未来人工智能发展机遇与挑战（结合语言模型的发展趋势）.mp4 128.59M
| | ├──02 15-2 未来人工智能发展机遇与挑战2.mp4 82.30M
| | ├──03 15-3 人工智能对社会及就业的影响(多引用资料&数据渠道推荐).mp4 66.95M
| | ├──04 15-4 人工智能学习指南（学习路径&资料&平台推荐）.mp4 63.28M
| | ├──05 15-5 私有化训练与商业化的讨论.mp4 78.42M
| | └──06 15-6 课程总结.mp4 48.28M
├──2025更新-第05套：知乎(1-9期)-AI大模型全栈工程师培养计划，做ChatGPT浪潮中顶尖的超级个体
| ├──01.AI 大模型全栈工程师培养计划（第一期）
| | ├──资料
| | ├──1.简介 - AI 大模型全栈工程师_ev.mp4 407.43M
| | ├──10.大模型应用开发框架LangChain 开干_ev.mp4 393.53M
| | ├──11.机器学习基础-上_ev.mp4 467.52M
| | ├──12.机器学习基础-下_ev.mp4 451.67M
| | ├──13.基于 ChatGLM2的 Fine-tuning实战_ev.mp4 567.88M
| | ├──14.客座嘉宾：我是如何训练百亿参数大模型ChatYuan的_ev.vep 581.64M
| | ├──15.Fine-tuning 集中答疑_ev.mp4 343.06M
| | ├──16.嘉宾：如何用 Stable Diffusion复现一个妙鸭_ev.mp4 478.87M
| | ├──17.客座嘉宾：大模型时代的产品新挑战_ev.mp4 385.27M
| | ├──18.AI 产品部署和交付_ev.mp4 373.16M
| | ├──19-做自己的产品经理_ev.vep 811.20M
| | ├──2.Prompt Engineering_ev.mp4 431.56M
| | ├──20-实操训练：产品设计实战_ev.mp4 502.85M
| | ├──21-产品运营和业务沟通_ev.mp4 283.54M
| | ├──22-设计的灵感来源：AI 绘画_ev.mp4 578.57M
| | ├──23-大模型热点盘点及结课仪式_ev.mp4 444.91M
| | ├──3.Function Calling & Plugin_ev.vep 681.94M
| | ├──4.AI编程_ev.vep 838.38M
| | ├──5.大模型应用开发框架 LangChain上_ev.mp4 383.20M
| | ├──6.大模型应用开发框架 LangChain下_ev.mp4 546.10M
| | ├──7.客座嘉宾 CodeGeeX 揭秘_ev.mp4 163.79M
| | ├──8.LangChain.js 和 LangChain工具链_ev.mp4 520.71M
| | ├──9.Semantic Kernel_ev.vep 926.33M
| | ├──LangChain.js & Semantic Kernel_ev.vep 917.91M
| | └──课程目录.png 196.11kb
| ├──02.AI 大模型全栈工程师培养计划（第二期）
| | ├──0-源码资料
| | ├──1-简介 - AI 大模型全栈工程师_ev.mp4 424.41M
| | ├──10-Semantic Kernel_ev.mp4 548.57M
| | ├──11-用 LangChain 手撕 AutoGPT_ev.mp4 277.54M
| | ├──12-项目方案分析与设计_ev.mp4 775.84M
| | ├──13-机器学习基础（上）_ev.mp4 492.97M
| | ├──14-机器学习基础（下）_ev.vep 821.74M
| | ├──15-基于 ChatGLM2 的 Fine-tuning_ev.mp4 551.18M
| | ├──16-Fine-tuning 集中答疑_ev.mp4 474.28M
| | ├──17-客座嘉宾：大模型时代的AI产品新挑战_ev.mp4 255.13M
| | ├──19-怎样抓住大模型时代的产品机遇_ev.mp4 429.38M
| | ├──2-迈入大模型时代：AI 大模型基础介绍_ev.mp4 355.01M
| | ├──20-产品设计_ev_ev.mp4 491.70M
| | ├──21-客座嘉宾：XAgent 原理、技术与应用_ev_ev.vep 827.83M
| | ├──22-产品运营和业务沟通_ev_ev.mp4 354.63M
| | ├──23-AI 绘画_ev_ev.mp4 595.19M
| | ├──3-AI 大模型时代必备技术：Prompt Engineering_ev.vep 850.57M
| | ├──4-大模型开发新范式：Function Calling and Plugins_ev.vep 886.34M
| | ├──5-从AI编程认知AI_ev.mp4 455.89M
| | ├──6-大模型应用开发框架 LangChain 上_ev.mp4 475.26M
| | ├──7-嘉宾：多模态大模型和代码大模型是怎样炼成的_ev.mp4 427.90M
| | ├──8-大模型应用开发框架 LangChain 下_ev.mp4 492.31M
| | └──9-LangChain.js 和 LangChain工具链_ev.vep 873.84M
| ├──03.AI 大模型全栈工程师培养计划（第三期）
| | ├──相关代码课件
| | ├──1.课前导读.txt 0.15kb
| | ├──10.LangChain - AI 大模型全栈工程师培养计划（第三期）.vep 844.43M
| | ├──11.LLM 应用开发工具链 - AI 大模型全栈工程师培养计划（第三期）.mp4 515.20M
| | ├──12.手撕 AutoGPT - AI 大模型全栈工程师培养计划（第三期）.mp4 456.51M
| | ├──13.二期客座嘉宾：XAgent 原理、技术与应用 - AI 大模型全栈工程师培养计划（第三期）.mp4 437.64M
| | ├──14.项目方案分析与设计 - AI 大模型全栈工程师培养计划（第三期）.mp4 368.52M
| | ├──15.模型微调（上） - AI 大模型全栈工程师培养计划（第三期）.vep 871.56M
| | ├──16.模型微调（下） - AI 大模型全栈工程师培养计划（第三期）.mp4 366.59M
| | ├──17.Fine-tuning 集中答疑 - AI 大模型全栈工程师培养计划（第三期）.mp4 632.76M
| | ├──2.大模型应用开发基础 - AI 大模型全栈工程师培养计划（第三期）.mp4 550.48M
| | ├──3.Prompt Engineering - AI 大模型全栈工程师培养计划（第三期）.mp4 735.53M
| | ├──4.开发环境设置与 OpenAI API 相关介绍 - AI 大模型全栈工程师培养计划（第三期）.vep 1.02G
| | ├──5.Function Calling - AI 大模型全栈工程师培养计划（第三期）.vep 832.37M
| | ├──6.提升编程效率：AI 编程 - AI 大模型全栈工程师培养计划（第三期）.mp4 405.97M
| | ├──7.RAG和Embeddings - AI 大模型全栈工程师培养计划（第三期）.mp4 527.34M
| | ├──8.Assistants API - AI 大模型全栈工程师培养计划（第三期）.mp4 389.35M
| | └──9.Semantic Kernel - AI 大模型全栈工程师培养计划（第三期）.mp4 543.65M
| ├──04.AI 大模型全栈工程师培养计划（第四期）
| | ├──1.大模型应用开发基础_ev.mp4 478.51M
| | ├──10.LangChain_ev.mp4 540.14M
| | ├──11.LLM应用开发工具链_ev.mp4 469.97M
| | ├──12.手撕AutoGPT_ev.mp4 511.58M
| | ├──13.模型微调（上）.vep 479.32M
| | ├──14.模型微调（下）_ev.mp4 591.62M
| | ├──15.多模态大模型（上）_ev.mp4 301.81M
| | ├──16.多模态大模型（中）_ev.mp4 313.65M
| | ├──17.AI产品部署和交付（上）_ev.mp4 417.62M
| | ├──18.AI产品部署和交付（下）_ev.mp4 452.73M
| | ├──19.大模型时代的创业机遇_ev.mp4 467.82M
| | ├──2.Prompt Engineering_ev.vep 683.92M
| | ├──20.产品设计_ev.mp4 407.12M
| | ├──21.产品运营_ev.mp4 337.82M
| | ├──22.多模态大模型（下）_ev.mp4 376.10M
| | ├──23.项目拆解_ev.mp4 374.52M
| | ├──24.课程总结及结课仪式_ev.mp4 530.22M
| | ├──3.软件开发基础概念与环境搭建.vep 365.43M
| | ├──4.Function Calling_ev.mp4 662.00M
| | ├──5.从AI编程认知AI_ev.mp4 484.26M
| | ├──6.RAG和Embeddings_ev.mp4 584.05M
| | ├──7.RAG和Embeddings_ev.mp4 584.05M
| | ├──8.Assistants API_ev.vep 374.66M
| | ├──9.Semantic Kernel_ev.mp4 495.09M
| | └──lecture-notes.zip 131.73M
| ├──05.AI 大模型全栈工程师培养计划（第五期）
| | ├──01.大模型应用开发基础_ev.mp4 522.80M
| | ├──02.Prompt Engineering_ev.vep 1.05G
| | ├──03.赠课：软件开发基础概念与环境搭建_ev.vep 622.09M
| | ├──10.LangChain_ev.mp4 478.57M
| | ├──11. LLM应用开发工具链_ev.mp4 392.33M
| | ├──12.手撕 AutoGPT_ev.mp4 430.89M
| | ├──13.模型微调（上）_ev.vep 613.15M
| | ├──14.模型微调（下）_ev.mp4 543.18M
| | ├──15. 多模态大模型（上）_ev.mp4 349.11M
| | ├──16.多模态大模型（中）_ev.mp4 462.33M
| | ├──17.多模态大模型（下）_ev.vep 728.71M
| | ├──18.AI产品部署和交付（上）_ev.mp4 469.95M
| | ├──19.AI产品部署和交付（下）_ev.mp4 573.51M
| | ├──20.怎样抓住大模型时代的产品机遇_ev.vep 594.99M
| | ├──4.从AI编程认知AI_ev.mp4 259.86M
| | ├──5.Function Calling_ev.mp4 691.09M
| | ├──6.赠课：AI编程演示_ev.mp4 645.62M
| | ├──7.RAG和Embeddings_ev.mp4 495.55M
| | ├──8.Assistants API_ev.vep 587.12M
| | ├──9.Semantic Kernel_ev.vep 497.23M
| | └──lecture-notes.zip 184.90M
| ├──06.AI 大模型全栈工程师培养计划（第六期）
| | ├──05.Function Calling_ev.mp4 723.07M
| | ├──06.从AI编程认知AI_ev.vep 725.62M
| | ├──07.加餐：AI编程工具与演示_ev.mp4 641.97M
| | ├──08.RAG和Embeddings_ev.mp4 618.63M
| | ├──09.Assistants API_ev.vep 553.38M
| | ├──1.开班典礼_ev.mp4 15.10M
| | ├──2.大模型应用开发基础_ev.vep 726.57M
| | ├──3.Prompt Engineering_ev.vep 965.70M
| | └──4.加餐：软件开发基础概念与环境搭建_ev.mp4 411.41M
| ├──AI 大模型全栈工程师大咖分享
| | ├──1. 客座嘉宾我是如何训练百亿参数大模型 ChatYuan 的_ev.mp4 291.90M
| | ├──2.嘉宾：如何用 Stable Diffusion 复现一个妙鸭_ev.mp4 465.04M
| | └──3.客座嘉宾：大模型时代的 AI 产品新挑战_ev.mp4 330.69M
| ├──AI 大模型全栈工程师培养计划-大咖分享
| | ├──1.嘉宾：LLM为核心的多模态和代码模型分享_ev.mp4 372.98M
| | └──2.客座嘉宾：XAgent 原理、技术与应用_ev.mp4 441.03M
| └──AI 大模型全栈会员专享系列讲座
| | ├──学习阶段：Fine-tuning
| | └──学习阶段：手撕 AutoGPT
├──2025更新-第06套：AI Agent智能应用 从0到1定制开发Langchain+LLM全流程解决方案与落地实战
| ├──第00阶段 源码+PDF课件
| | ├──kecheng
| | └──AI Agent课程-课件.pdf 1.81M
| ├──第01阶段 多模型强应用：AI2.0时代应用开发者机会
| | ├──1-1 深入了解课程，让你少走弯路，必看！！！.mp4 46.21M
| | ├──1-2 带你快速了解大语言模型(LLM)基础与发展.mp4 20.27M
| | ├──1-3 国内外主要LLM及特点介绍.mp4 44.13M
| | ├──1-4 大模型的不足以及主要解决方案.mp4 27.52M
| | ├──1-5 AIGC产业拆解以及常见名词解释.mp4 38.85M
| | ├──1-6 应用级开发者如何拥抱AI2.0时代？.mp4 43.43M
| | └──1-7 智能体(agent)命理大师虚拟项目（需求分析、技术选型、技术分解）.mp4 21.91M
| ├──第02阶段 初识langchain：LLM大模型与AI应用的粘合剂
| | ├──2-1 初始langchain：LLM大模型与AI应用的粘合剂.vep 6.81M
| | ├──2-2 langchain是什么以及发展过程.vep 37.05M
| | ├──2-3 langchain能做什么和能力一览.vep 43.85M
| | ├──2-4 langchain的优势与劣势分析.vep 34.12M
| | ├──2-5 langchain使用环境的搭建.vep 66.33M
| | ├──2-6 先跑起来：第一个实例，了解langchain的基本模块.vep 120.13M
| | └──2-7 本章梳理与总结.vep 5.91M
| ├──第03阶段 LangChain核心模块与实战：用prompts模板调教LLM的输入出
| | ├──3-1 章节介绍.vep 7.69M
| | ├──3-10 langchain核心组件：LLMs vs chat models.vep 116.49M
| | ├──3-11 更好的体验：流式输出.vep 73.64M
| | ├──3-12 花销控制：token消耗追踪.vep 53.58M
| | ├──3-13 输出结构性：不止于聊天.vep 134.57M
| | ├──3-14 本章小结.vep 5.53M
| | ├──3-2 模型IO 大语言模型的交互接口.vep 36.63M
| | ├──3-3 prompts模板：更加高级和灵活的提示词工程.vep 48.82M
| | ├──3-4 prompts实战两种主要的提示词模板.vep 102.91M
| | ├──3-5 自定义prompts模板.vep 59.51M
| | ├──3-6 两种模板引擎以及组合模板使用.vep 84.11M
| | ├──3-7 序列化模板使用.vep 80.79M
| | ├──3-8 示例选择器之根据长度动态选择提示词示例组.vep 131.33M
| | └──3-9 示例选择器之MMR与最大余弦相似度.vep 112.04M
| ├──第04阶段 LangChain知识库构建与RAG设计：增强自己大模型能力，实现与各种文档对话
| | ├──4-1 本章介绍.mp4 2.27M
| | ├──4-10 Chatdoc 又一个智能文档助手（2）.mp4 37.51M
| | ├──4-11 ChatDoc 几种检索优化的方式.mp4 74.83M
| | ├──4-12 ChatDoc 与文件聊天交互.mp4 36.13M
| | ├──4-13 本章小结.mp4 4.64M
| | ├──4-2 RAG：检索增强生成是什么？.mp4 21.31M
| | ├──4-3 loader：让大模型具备实时学习的能力.mp4 60.27M
| | ├──4-4 文档转换实战：文档切割.mp4 43.44M
| | ├──4-5 文档转换实战：总结精炼和翻译.mp4 29.15M
| | ├──4-6 Lost in the middle 长上下文精度处理问题.mp4 44.99M
| | ├──4-7 文本向量化实现方式.mp4 28.87M
| | ├──4-8 与AI共舞的向量数据库.mp4 81.63M
| | └──4-9 Chatdoc 又一个智能文档助手（1）.mp4 29.88M
| ├──第05阶段 LangChain链与记忆处理：带你实现大模型记忆增强，让你的大模型更加智能
| | ├──5-1 本章介绍_.mp4 7.74M
| | ├──5-10 四种处理文档的预制链(2)_.mp4 41.46M
| | ├──5-11 四种文档预制链使用(3)_.mp4 39.01M
| | ├──5-12 四种文档预制链使用(4)_.mp4 49.07M
| | ├──5-13 memory工具使用(1)_.mp4 52.75M
| | ├──5-14 Memory工具使用(2)_.mp4 34.15M
| | ├──5-15 Memory工具使用(3)_.mp4 44.06M
| | ├──5-16 为链增加memory（1）_.mp4 40.07M
| | ├──5-17 为链增加memory(2)_.mp4 46.77M
| | ├──5-18 主要的预制链和memory工具_.mp4 12.63M
| | ├──5-19 本章小结_.mp4 7.61M
| | ├──5-2 chains：langchain的重要组成部件_.mp4 17.88M
| | ├──5-3 四种基本的内置链的介绍与使用(1)_.mp4 49.54M
| | ├──5-4 四种基本的内置链的介绍与使用(2)_.mp4 38.18M
| | ├──5-5 四种基本的内置链的介绍与使用(3)_.mp4 39.47M
| | ├──5-6 四种基本的内置链的介绍与使用(4)_.mp4 24.17M
| | ├──5-7 四种基本的内置链的介绍与使用(5)_.mp4 26.79M
| | ├──5-8 链的不同调用方法和自定义_.mp4 54.21M
| | └──5-9 四种处理文档的预制链(1)_.mp4 31.50M
| ├──第06阶段 Agent核心与实践：初窥未来机器人，学Agent基本开发，让大模型不止于聊天
| | ├──6-1 本章介绍_.vep 9.26M
| | ├──6-10 LCEL是什么_.vep 162.07M
| | ├──6-11 LCEL不同的接口实现_.vep 64.39M
| | ├──6-12 LCEL里chain和prompt实现_.vep 124.26M
| | ├──6-13 LCEL记忆的添加方式_.vep 47.67M
| | ├──6-14 LCEL Agents的使用（1）_.vep 115.12M
| | ├──6-15 LCEL Agents的使用（2）_.vep 101.18M
| | ├──6-16 最佳开发实践_.vep 160.77M
| | ├──6-17 本章小结_.vep 5.68M
| | ├──6-2 什么是agent_.vep 169.94M
| | ├──6-3 第一个agent_.vep 52.59M
| | ├──6-4 几种主要的agents类型介绍（1）_.vep 126.98M
| | ├──6-5 几种主要的agents类型介绍（2）_.vep 119.74M
| | ├──6-6 agent中正确添加memory的方式_.vep 101.24M
| | ├──6-7 如何让agent与tool共享记忆_.vep 72.24M
| | ├──6-8 tool的使用_.vep 106.03M
| | └──6-9 tookit的使用_.vep 96.38M
| ├──第07阶段 AI Agent智能体开发：工善其事，必利其器，一步步教你搭建agent开发环境
| | ├──7-1 本章介绍_.mp4 2.50M
| | ├──7-2 虚拟项目demo演示_.mp4 30.85M
| | ├──7-3 虚拟项目产品需求分析_.mp4 33.34M
| | ├──7-4 虚拟项目技术架构_.mp4 8.80M
| | ├──7-5 项目开发环境搭建_.mp4 108.62M
| | └──7-6 本章小结_.mp4 3.96M
| ├──第08阶段 AI Agent智能体开发：API层的实现以及智能体性格和行为设计
| | ├──8-1 本章介绍_.mp4 3.95M
| | ├──8-2 使用fastapi搭建API层_.mp4 69.21M
| | ├──8-3 主Class与agent框架_.mp4 126.36M
| | ├──8-4 使用prompt设计agent性格与行为_.mp4 47.29M
| | ├──8-5 使用chain来判断输入情绪_.mp4 100.92M
| | ├──8-6 langserve介绍_.mp4 97.67M
| | └──8-7 本章小结_.mp4 3.95M
| ├──第09阶段 AI Agent智能体开发：快速掌握tool以及向量数据库使用
| | ├──9-1 本章介绍.mp4.mp4 2.08M
| | ├──9-2 tools设计实现1.mp4 85.78M
| | ├──9-3 tools设计实现2.mp4 105.17M
| | ├──9-4 tools设计实施3.mp4 95.04M
| | ├──9-5 agent的memory处理1.mp4 103.98M
| | ├──9-6 agent的memory处理2.mp4 60.09M
| | ├──9-7 agent学习能力构建.mp4 107.35M
| | └──9-8 本章小结.mp4 9.31M
| ├──第10阶段 AI Agent智能体开发：让Agent具备语音能力
| | ├──10-1 本章介绍.vep 4.65M
| | ├──10-2 语音逻辑设计.vep 13.49M
| | ├──10-3 微软TTS能力介绍.vep 130.27M
| | ├──10-4 -1 voice函数的实现.vep 114.80M
| | ├──10-5 -2 voice函数的实现.vep 118.17M
| | ├──10-6 AI语音克隆和TTS介绍.vep 151.35M
| | └──10-7 本章小结.vep 4.70M
| ├──第11阶段 AI Agent智能体开发：项目扩展与集成【数字人与IM集成】
| | ├──11-1 本章介绍.mp4 3.81M
| | ├──11-10 本章小结.mp4 7.67M
| | ├──11-2 电报机器人+agent的实现.mp4 163.83M
| | ├──11-3 Docker部署与调试追踪.mp4 92.77M
| | ├──11-4 项目扩展：agent数字人（1）.mp4 9.49M
| | ├──11-5 项目扩展：agent数字人（2）.mp4 94.13M
| | ├──11-6 项目扩展：agent数字人（3）.mp4 90.52M
| | ├──11-7 项目扩展：agent数字人（4）.mp4 149.11M
| | ├──11-8 项目扩展：agent数字人（5）.mp4 91.17M
| | └──11-9 项目扩展：agent数字人（6）.mp4 108.44M
| └──第12阶段 课程总结
| | └──12-1 课程总结.mp4 16.87M
├──2025更新-第07套：AI大模型微调训练营，全面解析微调技术理论，掌握大模型微调核心技能课程
| ├──第00阶段-开营直播
| | ├──大厂案例PPT【】
| | ├──10.19直播答疑部分.mp4 555.38M
| | └──RAG、微调、预训练，如何选择适合的大模型优化方式？.mp4 1.15G
| ├──第01阶段-开营直播：大语言模型微调的前沿技术与应用
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第02阶段-大模型四阶技术总览
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第03阶段-大语言模型技术发展与演进
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第04阶段-大语言模型微调技术揭秘-PEFT
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第05阶段-大语言模型微调技术揭秘-LoRA
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第06阶段-大模型开发工具库
| | ├──代码
| | ├──课件
| | ├──视频
| | └──直播评论
| ├──第07阶段-实战 Transformers 模型微调
| | ├──代码
| | ├──课件
| | ├──视频
| | └──直播评论
| ├──第08阶段-实战Transformers模型量化
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第09阶段-大模型高效微调工具HF PEFT
| | ├──代码
| | ├──课件
| | ├──视频
| | └──直播评论
| ├──第10阶段-实战QLoRA微调ChatGLM3-6B
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第11阶段-快速入门 LangChain
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第12阶段-实战基于LangChain和ChatGLM私有化部署聊天机器人
| | ├──代码
| | ├──课件
| | ├──视频
| | └──直播评论
| ├──第13阶段-实战私有数据微调ChatGLM3
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第14阶段-ChatGPT大模型训川练技术RLHF
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第15阶段-混合专家模型（MoEs）技术揭秘
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第16阶段-大模型分布式训练框架 Microsoft DeepSpeed
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第17阶段-Meta AI 大模型家族 LLaMA
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| └──课程大纲.jpg 1.42M
├──2025更新-第08套：贪X-大模型微调实战营-精通+指令微调+开源大模型微调+对齐+垂直领域应用
| ├──第01阶段：开营+大模型介绍、Transformer
| | ├──01 开营.mp4 168.87M
| | ├──02 大模型爆发式发展.mp4 240.49M
| | ├──03 大模型是如何炼成的.mp4 88.29M
| | ├──04 Transformer的应用.mp4 183.06M
| | └──05 Self-Attention.mp4 329.29M
| ├──第02阶段：Transformer、Encoder、Advanced
| | ├──01 Transformer Part1.vep 264.60M
| | ├──02 Transformer Part2.vep 392.86M
| | ├──03 Encoder-based and Decoder Based LLMs.vep 79.14M
| | └──04 Advanced Topics.vep 256.46M
| ├──第03阶段：大模型微调概览 Lora微调
| | ├──01 大模型微调概览.mp4 283.11M
| | ├──02 Lora微调-Lora算法.mp4 302.03M
| | └──03 Lora微调-从零实现Lora到Roberta.mp4 437.58M
| ├──第04阶段：Alpaca、AdaLoRA、QLoRA
| | ├──01 Alpaca.mp4 1.27G
| | ├──02 AdaLoRA.mp4 747.90M
| | └──03 QLoRA.mp4 587.90M
| ├──第05阶段：Prefix Tuning、Quantization
| | ├──01 Prefix Tuning.vep 382.84M
| | ├──02 Quantization01.vep 205.81M
| | ├──03 Quantization02.vep 311.66M
| | └──04 Quantization Methos for LLM.vep 98.12M
| ├──第06阶段：llama介绍&运行&量化&部署&微调
| | ├──01 llama介绍&运行&量化&部署&微调01.mp4 566.44M
| | └──02 llama介绍&运行&量化&部署&微调02.mp4 927.33M
| ├──第07阶段：Distributed Computing、Flash Attention
| | ├──01 GPU时间计算.mp4 411.05M
| | ├──02 Distributed Computing.mp4 328.60M
| | ├──03 ZeRO-123 and FSDP.mp4 459.57M
| | └──04 Flash Attention.mp4 403.36M
| ├──第08阶段：Flash Attention cont、微调Mistral 7B
| | ├──01 Flash Attention cont.mp4 123.50M
| | ├──02 Self-Attention的分块计算.mp4 557.51M
| | ├──03 分块模式中计算O.mp4 285.88M
| | ├──04 Mixture of Expert Model.mp4 77.97M
| | └──05 微调Mistral 7B.mp4 730.47M
| ├──第09阶段：强化学习
| | ├──01 RLHF介绍.vep 450.88M
| | ├──02 强化学习.vep 194.64M
| | ├──03 Multi-armed Bandit.vep 229.65M
| | └──04 The goal of Agent.vep 378.82M
| ├──第10阶段：Optimal Policy、Intro to Monte Carlo
| | ├──01 Optimal Policy.mp4 434.36M
| | └──02 Intro to Monte Carlo.mp4 229.36M
| └──课件资料
| | ├──课程资料
| | └──课件
├──2025更新-第09套：贪X-大模型开发(应用实战营)-真实项目实战对标各类大厂对大模型算法岗技术课程
| ├──第01阶段：开营+大模型训练以及应用Case分析
| | ├──01 第一节 2024年1月16日
| | └──02 第二节 2024年1月18日
| ├──第02阶段：大模型的商业化落地挑战
| | ├──01 第三节 2024年1月23日
| | ├──02 助教补充课-Gradio入门 2024年1月24日
| | └──03 第四节 2024年1月25日
| ├──第03阶段：倒排索引、KNN、PQ+NSW与HNSW算法、推荐系统、LLM结合
| | ├──01 第五节 2024年1月30日
| | └──02 第六节 2024年2月1日
| ├──第04阶段：Langchain的应用
| | ├──01 第七节 2024年2月20日
| | └──02 第八节 2024年2月22日
| ├──第05阶段：RAG的改进方案
| | ├──01 第九节 2024年2月27日
| | └──02 助教补充课-进阶RAG实战案例 2024年2月29日
| ├──第06阶段：autogpt_metagpt
| | ├──01 第十节 2024年3月5日
| | └──02 第十一节 2024年3月7日
| ├──第07阶段：HuggingGPT、斯坦福小镇，fine tune、Lora的微调
| | ├──01 第十二节 2024年3月12日
| | └──02 第十三节 2024年3月14日
| ├──第08阶段：llama介绍&微调
| | └──01 第十四节 2024年3月21日
| ├──第09阶段：多模态、文生图、文字转语音，Mistral-7B、MoE、ChatGLM、Qwen
| | ├──01 第十五节 2024年3月26日
| | └──02 第十六节 2024年3月28日
| ├──第10阶段：多模态大模型、LLaVA MiniGPT-4
| | └──01 第十七节 2024年4月2日
| ├──课件资料
| | ├──课程资料
| | └──课件
| └──应用课件资料
| | ├──课程资料
| | └──课件
├──2025更新-第10套：尚GG-AI大模型实战训练营-大模型原理及训练技巧、大模型微调的核心原理
| ├──01 第一课
| | ├──01_机器学习基本概念_ev.vep 153.45M
| | ├──02_模型训练流程_ev.vep 143.40M
| | ├──03_模型训练基本概念_ev.vep 151.99M
| | ├──04_模型训练基本概念-激活函数与损失函数_ev.vep 122.71M
| | └──Chapter01_深度学习基础.pdf 24.00M
| ├──02 第二课
| | ├──01 分类器与评估指标_ev.mp4 90.93M
| | ├──02 第一次课间答疑_ev.mp4 16.40M
| | ├──03评估指标与经典模型_ev.mp4 95.66M
| | ├──04 第二次课间答疑_ev.mp4 12.27M
| | ├──05 seq2seq_ev.mp4 29.61M
| | ├──06 Transformer基本流程_ev.mp4 48.06M
| | ├──07 第三次课间答疑_ev.mp4 31.86M
| | ├──08 Transformer Encoder_ev.mp4 80.47M
| | ├──09 Transformer多头注意力机制_ev.mp4 36.44M
| | ├──Attention Is All You Need_unlocked.pdf 13.48M
| | └──Chapter01_深度学习基础_unlocked.pdf 24.22M
| ├──03 第三课
| | ├──课件&资料
| | ├──01_Transformer Encoder_ev.vep 151.72M
| | ├──02_1021第一次课间答疑_ev.vep 28.66M
| | ├──03_Transformer Decoder_ev.vep 77.34M
| | ├──04_BERT_ev.vep 72.38M
| | ├──05_1021第二次课间答疑_ev.vep 8.80M
| | ├──06_第三次课间答疑+BERT&T5+深度学习优化策略_ev.vep 95.10M
| | ├──07_CUDA与GPU基本概念_ev.vep 39.54M
| | └──08_第四次课间答疑+GPU并行训练策略_ev.vep 125.03M
| └──04 第四课
| | ├──课件&资料&代码
| | ├──01_整体代码框架介绍+CPU训练代码讲解01_ev.mp4 134.26M
| | ├──02_第一次课间答疑_ev.mp4 19.34M
| | ├──03_CPU训练代码讲解02+BERT代码Debug01_ev.mp4 185.59M
| | ├──04_第二次答疑+BERT代码Debug02+多GPU训练代码讲解+Autodl使用及环境搭建_ev.mp4 228.24M
| | ├──05_训练代码启动_ev.mp4 21.48M
| | └──06_第三次答疑+智能对话系统概述+训练结果说明+重点总结_ev.mp4 86.36M
├──2025更新-第11套：GPT+AI技术项目实战，打造多端【智能虚拟数字人】多端智能虚拟数字人项目
| ├──第01阶段 课程介绍及ChatGPT工作提效
| | ├──[1.1]--1-1 课程导学课程亮点与收获及项目效果演示.mp4 44.55M
| | ├──[1.2]--1-2 借助ChatGPT快速制作PPT思维导图和短视频.mp4 130.12M
| | ├──[1.3]--1-3 基于ChatGPT开发一个小游戏.mp4 51.01M
| | └──[1.4]--1-4 本章作业：借助ChatGPT10分钟开发一个自己的小游戏.mp4 17.02M
| ├──第02阶段 如何使用ChatGPT API及Bito插件
| | ├──[2.1]--2-1 本章整体说明.vep 13.28M
| | ├──[2.2]--2-2 -Open AI常用API接口.vep 55.84M
| | ├──[2.3]--2-3 -工具：Postman调用API接口演示.vep 84.87M
| | ├──[2.4]--2-4 Java和Python调用Open AI API接口.vep 152.10M
| | ├──[2.5]--2-5 基于ChatGPT-4的代码生成插件Bito使用.vep 54.32M
| | ├──[2.6]--2-6 小练习：3分钟搭建一个自己专属的AI聊天网站.vep 21.94M
| | └──[2.7]--2-7 第2章小结及作业.vep 5.90M
| ├──第03阶段 如何用ChatGPT开发一个能赚钱的AI网站？
| | ├──[3.1]--3-1 整体介绍写作助手及原型展示说明[2].vep 71.27M
| | ├──[3.2]--3-2 前端开发：HTML+CSS实现AI生成数据展示页[2].vep 69.81M
| | ├──[3.3]--3-3 后端开发：Spring Boot 实现调用ChatGPT[2].vep 75.61M
| | ├──[3.4]--3-4 前后端联调：智能回复及图片网页数据展示[2].vep 105.52M
| | ├──[3.5]--3-5 AI写作助手系统盈利模式分析，帮你实现一个赚钱的AI网站[2].vep 21.70M
| | └──[3.6]--3-6 本章小结及作业[2].vep 4.87M
| ├──第04阶段 AI绘画实现数字人2D形象生成及3D数字人视频生成
| | ├──[4.1]--4-1 常见AI绘画平台的介绍及使用.mp4 94.71M
| | ├──[4.2]--4-2 Midjourney AI绘画平台注册及使用.mp4 42.22M
| | ├──[4.3]--4-3 常见AI绘画系统的部署使用方式.mp4 10.06M
| | ├──[4.4]--4-4 Stable Difusion 免费AI绘画平台介绍及本.mp4 42.53M
| | ├──[4.5]--4-5 阿里云服务器免费部署AI绘画系统演示.mp4 17.00M
| | ├──[4.6]--4-6 Stable Diffusion界面参数及模型使用.mp4 34.60M
| | └──[4.7]--4-7 本章小结及作业.mp4 12.34M
| ├──第05阶段 环境搭建-安卓AI数字虚拟人
| | ├──[5.1]--5-1 项目讲解思路说明.mp4 15.79M
| | ├──[5.2]--5-2 Android studio安装及配置.mp4 53.97M
| | ├──[5.3]--5-3 模拟器创建及手机真机连接配置调试.mp4 58.99M
| | ├──[5.4]--5-4 Android开发基础（一）.mp4 99.03M
| | ├──[5.5]--5-5 Android开发基础（二）.mp4 74.41M
| | └──[5.6]--5-6 本章小结及作业.mp4 10.68M
| ├──第06阶段 智能语音-语音唤醒应用功能开发
| | ├──[6.1]--6-1 语音唤醒介绍及唤醒示例代码调通演示.mp4 70.32M
| | ├──[6.2]--6-2 语音唤醒界面开发.mp4 231.55M
| | ├──[6.3]--6-3 语音唤醒功能代码开发.mp4 263.41M
| | └──[6.4]--6-4 本章小结和作业.mp4 17.07M
| ├──第07阶段 智能语音-语音识别及语音合成功能开发
| | ├──[7.1]--7-1 讯飞语音识别示例效果演示.vep 41.63M
| | ├──[7.2]--7-2 语音流式识别功能开发（一）.vep 89.86M
| | ├──[7.3]--7-3 语音流式识别功能开发（二）.vep 104.46M
| | ├──[7.4]--7-4 语音合成功能开发演示.vep 72.51M
| | └──[7.5]--7-5 多语言方言合成开发演示.vep 84.10M
| ├──第08阶段 智能语音-ChatGPT智能回复功能开发
| | ├──[8.10]--8-10 本章小结及作业[2].mp4 11.97M
| | ├──[8.1]--8-1 ChatGPT智能聊天窗口发送消息界面开发[2].mp4 75.31M
| | ├──[8.2]--8-2 ChatGPT智能聊天内容展示开发（一）[2].mp4 43.55M
| | ├──[8.3]--8-3 ChatGPT智能聊天内容展示开发（二）[2].mp4 68.49M
| | ├──[8.4]--8-4 智能聊天对话内容展示优化开发[2].mp4 55.55M
| | ├──[8.5]--8-5 调用ChatGPT接口实现智能回复（一）[2].mp4 67.59M
| | ├──[8.6]--8-6 调用ChatGPT接口实现智能回复（二）[2].mp4 71.97M
| | ├──[8.7]--8-7 智能聊天对话文字背景气泡效果开发[2].mp4 39.44M
| | ├──[8.8]--8-8 智能回复调用服务器端接口[2].mp4 37.71M
| | └──[8.9]--8-9 使用9PNG图片优化文字背景气泡效果[2].mp4 26.19M
| ├──第09阶段 安卓AI虚拟数字人整合开发
| | ├──[9.1]--9-1 （没有更换老师）文字与语音切换按钮开发[4].mp4 49.89M
| | ├──[9.1]--9-1 文字与语音切换按钮开发[4].mp4 42.16M
| | ├──[9.2]--9-2 按住说话语音输入及展示开发[4].mp4 92.32M
| | ├──[9.3]--9-3 与ChatGPT文字对聊和语音对聊开发[4].mp4 35.12M
| | ├──[9.5]--9-5 与不同虚拟人物语音对聊开发[4].mp4 45.48M
| | └──[9.6]--9-6 本章小结及作业[4].mp4 5.67M
| ├──第10阶段 人物形象（讲师福利）：数字人制作平台使用及3D模型生成
| | ├──[10.1]--10-1 UE5虚幻引擎介绍及安装.mp4 34.09M
| | ├──[10.2]--10-2 数字人制作平台演示_1.mp4 25.89M
| | ├──[10.3]--10-3 使用avatarSDK图片生成3D模型.mp4 56.06M
| | └──[10.5]--10-5 本章小结及作业.mp4 10.99M
| ├──第11阶段 综合实战：UE5+ChatGPT实现3D AI虚拟人
| | ├──[11.1]--11-1 UE5数字人插件及语音插件安装.vep 23.76M
| | ├──[11.2]--11-2 UE安装OPEN AI插件.vep 16.89M
| | ├──[11.3]--11-3 UE的蓝图配置OPEN AI API调用.vep 45.65M
| | ├──[11.4]--11-4 UE配置输入框与OPEN AI API交互.vep 20.17M
| | ├──[11.5]--11-5 UE文字转语音.vep 57.39M
| | ├──[11.6]--11-6 UE语音识别及调用ChatGPT接口整合_1.vep 96.32M
| | └──[11.7]--11-7 UE数字人智能对话.vep 53.77M
| ├──第12阶段 课程回顾和总结
| | ├──[12.1]--12-1 课程回顾与项目总结.mp4 68.94M
| | └──[12.2]--12-2 AI商业化探索.mp4 29.90M
| └──第13阶段 源码资料
| | ├──facegen.modeller.exe 34.29M
| | └──源码资料.zip 23.94M
├──2025更新-第12套：GPT 大模型+AIGC技术实操课：GPT 大模型部署使用 AIGC实战落地方案课程
| ├──01-02.【预习课】Lesson-1.1-GPT大模型基本概念.mp4 75.48M
| ├──03.【预习课】Lesson-1.2-大模型技术模块内容介绍.mp4 66.12M
| ├──04.【预习课】Lesson-1.3-提示工程部分内容介绍.vep 80.70M
| ├──05.【预习课】Lesson-1.4-AIGC技术部分内容介绍.vep 83.79M
| ├──06.【预习课】Lesson-2.1-谷歌邮箱Gmail注册.mp4 107.65M
| ├──07.【预习课】Lesson-2.2-OpenAI账号注册.mp4 36.59M
| ├──08.【预习课】Lesson-2.3-ChatGPT-Plus升级流程.mp4 87.74M
| ├──09.【预习课】Lesson-2.4-ChatGPT防封指南.mp4 55.75M
| ├──10.Week1-1-无缝接入大模型应用！(05.13).vep 724.20M
| ├──11.Week1-2-GPT架构与transformer原理详解(05.14).vep 818.44M
| ├──12.Week2-1-提示工程之自然语言Prompts(05.20).mp4 1.17G
| ├──13.Week2-2-提示工程之编程语言Prompts(05.21).mp4 1.40G
| ├──14.Week3-1-大模型编程与科研工具(05.27).mp4 1.13G
| ├──15.Week3-2-大模型办公与数据分析工具(05.28).mp4 1.29G
| ├──17_Week4-2-ConrtolNet与规模化文案生成工具(06.18).mp4 4.80G
| ├──18_Week5-1.1-大模型技术学习目标和内容规划.mp4 98.53M
| ├──19_Week5-1.2-OpenAI在线大模型生态介绍.mp4 150.51M
| ├──20_Week5-1.3-开源大模型生态与ChatGLM-6B大模型介绍.mp4 206.56M
| ├──21_Week5-2.1-大语言模型的基本深度学习概念补充讲解.vep 190.97M
| ├──22_Week5-2.2-OpenAI-Fine-tuning-API简介.mp4 41.79M
| ├──23_Week5-2.3-开源微调框架入门介绍.mp4 209.36M
| ├──24_Week5-3-大模型课程硬件要求说明.mp4 156.22M
| ├──25_Week5-4-LangChain入门介绍.vep 140.14M
| └──16_Week4-1-规模化图像生成工具(06.17).mp4 5.33G
├──2025更新-第13套：AI大模型应用开发实战营，从设计到部署深度实践大模型应用开发落地全流程
| ├──00 开营分享
| | ├──资料
| | └──01.开营直播-Meta-Learning AI大模型时代的方法论与竞争力.vip_ev.mp4 379.17M
| ├──02 第一周
| | ├──资料
| | ├──01.（7.12直播）大模型基础：初探大模型-起源与发展.vip_ev.vep 454.74M
| | └──02.（7.16直播）大模型基础：GPT模型家族&提示学习 _ev.vep 835.50M
| ├──03 第二周
| | ├──资料
| | ├──01.（7.19直播）Embedding.vip_ev.mp4 383.81M
| | └──02.（7.23直播）OpenAI 大模型开发与应用实践.vip_ev.mp4 485.29M
| ├──04 第三周
| | ├──资料
| | ├──01.（7.26直播）大模型应用最佳实践.vip_ev.vep 864.63M
| | └──02.（7.30直播）实战 OpenAI-Translator.vip_ev.vep 1.09G
| ├──05 第四周
| | ├──资料
| | ├──01.（8.2直播）ChatGPT Plugin开发.vip_ev.mp4 408.02M
| | └──02.（8.6直播）大模型应用开发框架LangChain（上）.vip_ev.mp4 592.17M
| └──课程表.png 989.34kb
├──2025更新-第14套：基于大模型LLM（包括ChatGPT）的应用开发与辅助编程技能视频课程
| ├──01-大语言模型及应用开发综述
| | ├──01-大语言模型与ChatGPT综述~1.mp4 31.38M
| | └──02-大语言模型LLM应用开发综述~1.mp4 19.34M
| ├──02-ChatGPT Prompt Engineering提示词工程
| | ├──03- 提示词引入（通过示例）~1.vep 79.53M
| | ├──04-运行与编程实验环境准备~1.vep 49.34M
| | ├──05-提示词工程1：原则、分割符与输出格式~1.vep 33.14M
| | ├──06-提示词工程2：判断与Few-Shot Prompting~1.vep 54.16M
| | ├──07- 提示词工程3：思维链CoT~1.vep 99.86M
| | ├──08- 提示词工程4：推理提示与更多推理~1.vep 63.09M
| | ├──09- 提示词工程5：知识风格提示与角色扮演~1.vep 121.32M
| | ├──10-提示词工程6：角色生成器~1.vep 66.26M
| | ├──11-提示词工程7：迭代~1.vep 69.19M
| | ├──12-提示词工程8：聊天机器人--一般示例~1.vep 61.75M
| | ├──13- 提示词工程9：聊天机器人--商店订单服务~1.vep 48.98M
| | ├──14-提供词工程10：代码生成~1.vep 38.08M
| | ├──15-提示词工程11：对抗攻击-注入、泄露与越狱~1.vep 101.28M
| | └──16-提示词工程12：对抗提示检测器与本章总结~1.vep 44.71M
| ├──03-LangChain与LLM应用开发
| | ├──17-LangChain引入与概述~1.mp4 15.05M
| | ├──18-几个相关概念与LangChain简单示例~1.mp4 19.45M
| | ├──19-Models. LangChain对接OpenAI~1.mp4 39.67M
| | ├──20-Models. LangChain对接ChatGLM~1.mp4 37.56M
| | ├──21-Prompts：文本语言模型LLMs的PromptTemplate~1.mp4 22.24M
| | ├──22- Prompts：文本语言模型LLMs的FewShotPromptTemplate~1.mp4 44.71M
| | ├──23-Prompts：聊天模型的提示词模板~1.mp4 22.29M
| | ├──24- Prompts：输出解析器Output Parser~1.mp4 17.98M
| | ├──25-Conversational Memory：引入与简单示例~1.mp4 20.24M
| | ├──26-Conversational Memory：ConversationBufferMemory~1.mp4 30.65M
| | ├──27-Conversational Memory：ConversationSummaryMemory~1.mp4 43.09M
| | ├──28-Conversational Memory：BufferWindow与TokenBuffer~1.mp4 28.45M
| | ├──30-Conversational Memory：EntityMemory与KGMemory~1.mp4 25.58M
| | ├──31-Chains：引入与LLMChain~1.mp4 39.12M
| | ├──32- Chains：SimpleSequentialChain与SequentialChain~1.mp4 16.91M
| | ├──33-Chains：LLMRouterChain~1.mp4 28.43M
| | ├──34-Chains：EmbeddingRouterChain与Memory~1.mp4 18.27M
| | ├──35-Agent：引入与示例~1.mp4 20.29M
| | ├──36-Agent：Zero-Shot ReAct与会话（Conversational）~1.mp4 46.28M
| | ├──37- Agent：更多的Build-In Agent与Python Agent~1.mp4 20.18M
| | ├──38- Agent：自定义代理~1.mp4 19.01M
| | ├──39-Indexes索引~1.mp4 34.47M
| | ├──40-LangChain Expression Language(LCEL)：概念、功能与特性~1.mp4 23.54M
| | ├──41-LangChain Expression Language(LCEL)：Prompt+LLM~1.mp4 22.68M
| | ├──42- LangChain Expression Language(LCEL)：bind~1.mp4 31.33M
| | ├──43- LangChain Expression Language(LCEL)：fallbacks~1.mp4 45.43M
| | ├──44-LangChain Expression Language(LCEL)：并发RunnableMap~1.mp4 19.00M
| | ├──45-LangChain Expression Language(LCEL)：多Runnables之间路由~1.mp4 39.08M
| | └──46-LangChain Expression Language(LCEL)：接口Interface~1.mp4 11.54M
| ├──04-OpenAI API
| | ├──47-起步Getting Started~1.mp4 26.74M
| | ├──48-Completion与Audio API~1.mp4 19.87M
| | ├──49-Embeddings与Fine Tuning(微调)~1.mp4 26.27M
| | ├──50- Files与Images~1.mp4 33.39M
| | └──51-Models（模型）与Moderations（合规报告）~1.mp4 19.95M
| ├──05-用Github Copilot辅助编程
| | ├──52- 引入：介绍、安装、配置与示例~1.vep 78.28M
| | ├──53-文件处理与脚本~1.vep 58.00M
| | ├──54- 函数、SQL、Cronjob与正则~1.vep 53.48M
| | ├──55-解释代码、生成代码与文章~1.vep 112.44M
| | ├──56- 重构与测试~1.vep 60.81M
| | └──57-Copilot Labs：能力工具箱~1.vep 89.34M
| ├──06-其它大模型与AI辅助开发技术
| | ├──58-大模型开发模型~1.mp4 27.20M
| | └──59- 更大AI辅助编码与其它领域~1.mp4 16.99M
| └──课件.zip 1.52M
├──2025更新-第15套：多模态大模型LLM与AIGC前沿技术实战，基于训练数据和生成算法模型视频课程
| ├──多模态训练营：1.Vit模型详解和代码实战.mp4 121.87M
| ├──多模态训练营：2.常见非CNN分类模型和目标检测模型Detr和yolos.mp4 127.03M
| ├──多模态训练营：3.clip模型讲解和源码解析.vep 259.91M
| ├──多模态训练营：4.多模态的模型架构和blip模型详解.vep 216.55M
| ├──多模态训练营：5.Blip2模型详解和CogVLM模型.mp4 61.39M
| ├──多模态训练营：6.Unet模型和目标分割.mp4 69.12M
| ├──多模态训练营：7.SAM大模型.mp4 112.06M
| ├──多模态训练营：8.stableDiffusion.mp4 103.77M
| ├──多模态训练营：9.面试题讲解.vep 224.50M
| ├──预测资料：GPU的原理.mp4 107.02M
| ├──预习资料：AIGC和扩散学习.mp4 139.93M
| ├──预习资料：Transformer和bert.mp4 155.25M
| ├──预习资料：卷积神经网络CNN.mp4 145.83M
| ├──预习资料：深入理解卷积神经网络CNN（上）.vep 278.70M
| └──预习资料：深入理解卷积神经网络CNN（下）.mp4 172.91M
├──2025更新-第16套：AI大模型系统实战：挑战与应用多领域，人工智能大模型的实际应用场景课程
| ├──images
| | ├──686384
| | ├──686399
| | ├──686408
| | ├──686424
| | ├──686563
| | ├──688311
| | ├──689434
| | ├──689859
| | ├──690464
| | ├──691684
| | ├──692789
| | ├──692796
| | ├──696734
| | ├──698540
| | ├──698985
| | ├──700557
| | ├──701454
| | ├──701952
| | ├──702474
| | └──703597
| ├──01｜认知升级：你心中的AI大模型长啥样？.md 13.45kb
| ├──01｜认知升级：你心中的AI大模型长啥样？.mp3 10.99M
| ├──01｜认知升级：你心中的AI大模型长啥样？.pdf 16.37M
| ├──02｜具身智能：OpenAI真正的野心是什么？.md 10.43kb
| ├──02｜具身智能：OpenAI真正的野心是什么？.mp3 9.74M
| ├──02｜具身智能：OpenAI真正的野心是什么？.pdf 10.58M
| ├──03｜原型系统：开源工具自建AI大模型底座.md 16.45kb
| ├──03｜原型系统：开源工具自建AI大模型底座.mp3 12.56M
| ├──03｜原型系统：开源工具自建AI大模型底座.pdf 10.40M
| ├──04｜游目骋怀：工业级的大模型系统强在哪？.md 10.14kb
| ├──04｜游目骋怀：工业级的大模型系统强在哪？.mp3 9.86M
| ├──04｜游目骋怀：工业级的大模型系统强在哪？.pdf 4.68M
| ├──05｜策略建模：为什么AI系统能够猜你所想？.md 12.74kb
| ├──05｜策略建模：为什么AI系统能够猜你所想？.mp3 12.43M
| ├──05｜策略建模：为什么AI系统能够猜你所想？.pdf 3.18M
| ├──06｜特征工程：数据点石成金，给你的系统赋予灵魂.md 10.54kb
| ├──06｜特征工程：数据点石成金，给你的系统赋予灵魂.mp3 9.32M
| ├──06｜特征工程：数据点石成金，给你的系统赋予灵魂.pdf 10.98M
| ├──07｜模型工程：算法三大门派，取众家之长为我所用.md 15.04kb
| ├──07｜模型工程：算法三大门派，取众家之长为我所用.mp3 12.28M
| ├──07｜模型工程：算法三大门派，取众家之长为我所用.pdf 9.99M
| ├──08-数据算法：因材施教，为你的系统选好老师.md 13.07kb
| ├──08-数据算法：因材施教，为你的系统选好老师.mp3 13.76M
| ├──08-数据算法：因材施教，为你的系统选好老师.pdf 9.48M
| ├──09｜系统构建（一）：AI系统的弹药库——离线系统.md 12.94kb
| ├──09｜系统构建（一）：AI系统的弹药库——离线系统.mp3 12.28M
| ├──09｜系统构建（一）：AI系统的弹药库——离线系统.pdf 10.42M
| ├──10｜系统构建（二）：AI系统的冲锋队——在线系统.md 11.93kb
| ├──10｜系统构建（二）：AI系统的冲锋队——在线系统.mp3 12.36M
| ├──10｜系统构建（二）：AI系统的冲锋队——在线系统.pdf 15.14M
| ├──11｜地球往事：为什么CV领域首先引领预训练潮流？.md 13.24kb
| ├──11｜地球往事：为什么CV领域首先引领预训练潮流？.mp3 12.74M
| ├──11｜地球往事：为什么CV领域首先引领预训练潮流？.pdf 12.29M
| ├──12｜博观约取：重走NLP领域预训练模型的长征路.md 10.42kb
| ├──12｜博观约取：重走NLP领域预训练模型的长征路.mp3 16.78M
| ├──12｜博观约取：重走NLP领域预训练模型的长征路.pdf 14.17M
| ├──13｜厚积薄发：如何让模型更好地理解人类语言？.md 10.46kb
| ├──13｜厚积薄发：如何让模型更好地理解人类语言？.mp3 14.52M
| ├──13｜厚积薄发：如何让模型更好地理解人类语言？.pdf 10.74M
| ├──14｜变形金刚：Transformer是如何让模型变大的？.md 12.67kb
| ├──14｜变形金刚：Transformer是如何让模型变大的？.mp3 11.62M
| ├──14｜变形金刚：Transformer是如何让模型变大的？.pdf 6.65M
| ├──15-GPT1-3：技术爆炸，深入解析LLM的核心技术.md 10.77kb
| ├──15-GPT1-3：技术爆炸，深入解析LLM的核心技术.mp3 9.44M
| ├──15-GPT1-3：技术爆炸，深入解析LLM的核心技术.pdf 2.53M
| ├──16｜ChatGPT：是什么让LLM走向舞台中央？.md 11.30kb
| ├──16｜ChatGPT：是什么让LLM走向舞台中央？.mp3 15.88M
| ├──16｜ChatGPT：是什么让LLM走向舞台中央？.pdf 11.62M
| ├──17｜LLM展望：死神永生，LLM会带人们驶向何处？.md 13.63kb
| ├──17｜LLM展望：死神永生，LLM会带人们驶向何处？.mp3 14.28M
| ├──17｜LLM展望：死神永生，LLM会带人们驶向何处？.pdf 21.91M
| ├──18｜策略建模：取众家所长的工业级的AIGC系统.md 12.98kb
| ├──18｜策略建模：取众家所长的工业级的AIGC系统.mp3 13.01M
| ├──18｜策略建模：取众家所长的工业级的AIGC系统.pdf 10.32M
| ├──19｜提示语工程（一）：为什么说提示语引擎是“智能体本体”？.md 9.52kb
| ├──19｜提示语工程（一）：为什么说提示语引擎是“智能体本体”？.mp3 8.57M
| ├──19｜提示语工程（一）：为什么说提示语引擎是“智能体本体”？.pdf 1.37M
| ├──开篇词｜漫游未来，一起开启AI大模型系统修炼之旅.md 8.44kb
| ├──开篇词｜漫游未来，一起开启AI大模型系统修炼之旅.mp3 7.81M
| └──开篇词｜漫游未来，一起开启AI大模型系统修炼之旅.pdf 4.46M
├──2025更新-第17套：程序员的 AI 启蒙课：ChatGPT+ Copilot开发Vue3 仿简书项目 90%代码AI生成
| ├──第1阶段： 课程简介 & 正确看待 AI
| | ├──[1.1]--1-1 -导学.mp4 11.58M
| | └──[1.2]--1-2 -理性认识AI-它是一个工具，它需要主人.mp4 18.29M
| ├──第2阶段： 认识常用 AI 工具，入门到实战
| | ├──[2.10]--2-11 -Github Copilot实战-通过注释智能生成代.vep 31.76M
| | ├──[2.11]--2-12 -介绍Cursor-智能代码编辑器，集成了GPT4.vep 52.20M
| | ├──[2.12]--2-13 -Prompt优化-全面精准的提问，可以让AI更好的理.vep 16.17M
| | ├──[2.13]--2-14 -AI和搜索引擎的区别-两者是完全不一样的.vep 15.49M
| | ├──[2.14]--2-15 -国内AI工具介绍.vep 10.90M
| | ├──[2.1]--2-2 -ChatGPT为何能一夜走红？.vep 17.33M
| | ├──[2.3]--2-4 -关于ChatGPT Plus和GPT4.0 - 我暂不.vep 22.21M
| | ├──[2.4]--2-5 -ChatGPT实战-写一个前端简历，快速且全面.vep 89.65M
| | ├──[2.5]--2-6 -ChatGPT实战-润色简历文案，看起来更正式.vep 19.74M
| | ├──[2.6]--2-7 -ChatGPT实战-写TodoList项目需求，它想的.vep 33.46M
| | ├──[2.7]--2-8 -ChatGPT实战-设计TodoList项目的组件，它.vep 51.23M
| | ├──[2.8]--2-9 -介绍微软NewBing - 时效性好，但回答的太简洁.vep 47.68M
| | └──[2.9]--2-10 -介绍Github Copilot - 最流行的AI编.vep 19.54M
| ├──第3阶段： 使用 ChatGPT 写项目需求，设计技术方案
| | ├──[3.10]--3-11 -使用Copilot快速生成API接口代码-part1.vep 48.62M
| | ├──[3.1]--3-2 -本课程对于讲师和学员都具有挑战性.vep 6.04M
| | ├──[3.2]--3-3 -使用ChatGPT写项目需求大纲-它考虑的非常全面.vep 38.34M
| | ├──[3.3]--3-4 -根据ChatGPT的生成结果，提取核心功能.vep 42.90M
| | ├──[3.4]--3-5 -使用ChatGPT根据需求，分析需要多少页面.vep 38.77M
| | ├──[3.5]--3-6 -搭建Vue3开发环境.vep 36.98M
| | ├──[3.6]--3-7 -使用ChatGPT做技术方案设计-先切换它的角色为前端.vep 32.48M
| | ├──[3.7]--3-8 -使用ChatGPT生成路由配置，并用Copilot快速.vep 63.90M
| | ├──[3.8]--3-9 -使用ChatGPT根据需求设计API接口.vep 16.99M
| | ├──[3.9]--3-10 -使用ChatGPT快速生成axios配置和API代码(1).vep 84.31M
| | └──[3.9]--3-10 -使用ChatGPT快速生成axios配置和API代码.vep 84.31M
| ├──第4阶段： 项目开发 part1（以 ChatGPT 为主）
| | ├──[4.10]--4-11 -使用Copilot快速写出登录功能和API接口代码.mp4 54.02M
| | ├──[4.11]--4-12 -介绍Vue3状态管理，Pinia 代码演示.mp4 41.24M
| | ├──[4.12]--4-13 -使用Copilot快速生成Pinia代码，存储和管理.mp4 8.62M
| | ├──[4.13]--4-14 -使用Copilot生成代码，获取用户信息.mp4 37.38M
| | ├──[4.14]--4-15 -在导航栏显示用户信息，并实现注销功能.mp4 62.33M
| | ├──[4.1]--4-2 -使用ChatGPT尝试生成导航栏代码-效果非常好.mp4 24.24M
| | ├──[4.2]--4-3 -使用ChatGPT生成模板主体的代码.mp4 32.22M
| | ├──[4.3]--4-4 -使用ChatGPT生成usePageTitle函数，修.mp4 27.04M
| | ├──[4.4]--4-5 -使用ChatGPT生成导航菜单，并能根据url参数实时.mp4 34.51M
| | ├──[4.5]--4-6 -使用ChatGPT生成搜索组件代码，清晰的指令即得准确.mp4 24.89M
| | ├──[4.6]--4-7 -抽离登录和用户信息组件.mp4 8.13M
| | ├──[4.8]--4-9 -使用Copilot快速写出注册逻辑和API接口代码.mp4 38.41M
| | └──[4.9]--4-10 -使用ChatGPT生成登录页的代码，并调整优化.mp4 40.64M
| ├──第5阶段： 项目开发 part2（以 Copilot 为主）
| | ├──[5.10]--5-10 -使用Copilot快速开发点赞和收藏功能，包括UI和.mp4 57.90M
| | ├──[5.11]--5-11 -使用ChatGPT快速生成评论数据，并写出API接口.mp4 21.83M
| | ├──[5.12]--5-12 -使用Copilot自动生成评论列表的代码，包括模板和.mp4 61.00M
| | ├──[5.13]--5-13 -使用Copilot快速开发删除评论的功能，自动执行A.mp4 49.26M
| | ├──[5.14]--5-14 -使用Copilot快速开发创建评论功能，CSS样式和.mp4 41.30M
| | ├──[5.15]--5-15 -开发我的博客页面，修改标题和判断登录状态.mp4 37.25M
| | ├──[5.16]--5-16 -使用Copilot快速生成博客表格，以及其他附加功能.mp4 89.57M
| | ├──[5.17]--5-17 -使用Copilot快速开发删除博客功能，并自动重载数.mp4 43.17M
| | ├──[5.18]--5-18 -创建和编辑博客，通过判断id来修改标题.mp4 16.03M
| | ├──[5.1]--5-1 -开发首页-使用ChatGPT快速生成博客列表API数据.mp4 31.79M
| | ├──[5.2]--5-2 -使用Copilot快速获取博客数据，并渲染博客列表.mp4 33.23M
| | ├──[5.3]--5-3 -使用ChatGPT生成博客卡片组件的代码.mp4 46.71M
| | ├──[5.4]--5-4 -使用ChatGPT继续提问，优化博客卡片组件的样式.mp4 30.52M
| | ├──[5.5]--5-5 -使用Copilot一分钟生成一个formatDate时.mp4 20.58M
| | ├──[5.6]--5-6 -使用ChatGPT快速开发博客列表的分页功能.mp4 48.10M
| | ├──[5.7]--5-7 -使用Copilot快速生成博客API接口代码.mp4 42.00M
| | ├──[5.8]--5-8 -使用Copilot获取博客内容，并修改网页标题.mp4 42.31M
| | └──[5.9]--5-9 -使用Copilot展示博客内容，并转换markdown.mp4 44.72M
| ├──第6阶段： 使用 ChatGPT 做项目优化和测试
| | ├──[6.1]--6-2 -使用ChatGPT优化SearchInput组件代码，.mp4 32.52M
| | ├──[6.2]--6-3 -使用ChatGPT优化LoginView代码，简化表单.mp4 102.87M
| | ├──[6.3]--6-4 -使用ChatGPT优化BlogDetailView代码.mp4 97.46M
| | ├──[6.4]--6-5 -使用ChatGPT优化MyBlogsView代码，有几.mp4 72.39M
| | ├──[6.5]--6-6 -使用ChatGPT优化CreateEditBlogVi.mp4 83.38M
| | ├──[6.6]--6-7 -向ChatGPT咨询性能优化的建议，它能结合上下文给出.mp4 34.14M
| | ├──[6.7]--6-8 -性能优化-配置路由懒加载，抽离公共代码.mp4 59.18M
| | └──[6.8]--6-9 -使用ChatGPT生成详细的测试用例，用于功能测试.mp4 20.46M
| ├──第7阶段： AIGC 做副业，成本低 效率高
| | ├──[7.1]--7-2 -AIGC介绍，它很适合我们做副业.vep 26.14M
| | ├──[7.2]--7-3 -使用ChatGPT，五分钟写出一篇三千字的文章.vep 76.84M
| | ├──[7.3]--7-4 -NotionAI介绍，内嵌到富文本编辑器中的AI工具.vep 36.33M
| | ├──[7.4]--7-5 -NotionAI实战，快速写出一篇文章.vep 38.49M
| | ├──[7.5]--7-6 -使用Midjourney生成图片.vep 24.01M
| | ├──[7.6]--7-7 -使用Stable-Diffusion生成图片.vep 32.76M
| | ├──[7.7]--7-8 -使用一帧秒创，通过文本生成视频.vep 37.48M
| | └──[7.8]--7-9 -使用腾讯智影，通过文本生成视频.vep 26.52M
| ├──第8阶段： AI 的风险和问题
| | ├──[8.1]--8-2 -AI的版权问题.mp4 6.93M
| | ├──[8.2]--8-3 -AI信息泄漏问题.mp4 8.86M
| | └──[8.3]--8-4 -AI诈骗问题.mp4 6.94M
| └──第9阶段：源码课件
| | ├──课程源码.rar 305.78kb
| | ├──无密 (2.1)--2-1 章开始.pdf 45.06kb
| | ├──无密 (2.2)--2-16 章总结.pdf 45.32kb
| | ├──无密 (3.1)--3-1 章介绍.pdf 36.59kb
| | ├──无密 (4.1)--4-1 章开始.pdf 36.08kb
| | ├──无密 (5.1)--5-21 项目开发 - 总结.pdf 41.80kb
| | ├──无密 (6.1)--6-1 章开始.pdf 30.23kb
| | ├──无密 (6.2)--6-10 优化和测试 - 总结.pdf 36.04kb
| | ├──无密 (7.1)--7-1 章开始.pdf 37.24kb
| | ├──无密 (7.2)--7-10 章总结.pdf 39.56kb
| | ├──无密 (8.1)--8-1 章开始.pdf 26.66kb
| | └──无密 (8.2)--8-5 章总结.pdf 27.63kb
├──2025更新-第18套：Djourney新手入门到精通学习，AI摄影+AI设计+AI绘画-AIGC作图视频课程
| ├──第01节1-AIGC与课程概述 .mp4 108.46M
| ├──第02节2-让你未来5年高速增长的AI认知课-摄影人篇1 .mp4 45.63M
| ├──第03节3-让你未来5年高速增长的AI认知课-摄影人篇2 .vep 70.74M
| ├──第04节4-初期问题汇总（如能正常使用可不看！） .vep 10.25M
| ├──第06节6-如何注册？与注意事项！ .mp4 43.10M
| ├──第07节7-生成你的第一个AI图像作品！ .mp4 18.84M
| ├──第08节8-第一次使用MJ必须设置的地方有哪些？ .mp4 10.62M
| ├──第09节9-如何让AI听懂你的话？ .vep 52.72M
| ├──第10节10-如何进一步提升AI作品质量并优化？ .mp4 33.20M
| ├──第11节11-如何生成摄影设计产品等不同领域的图像？ .mp4 14.99M
| ├──第12节12-起手-提示词的底层万能写作句式是什么？（上） .mp4 42.61M
| ├──第13节13-调整-提示词的底层万能写作句式是什么？（中） .mp4 32.73M
| ├──第14节14-丰富-提示词的底层万能写作句式是什么？（下） .vep 42.26M
| ├──第15节15-不同风格的图像如何生成？ .mp4 12.46M
| ├──第16节16-图像进阶生成方法-垫图如何使用？ .mp4 23.07M
| ├──第17节17-怎样控制垫图的还原与想象？图像权重功能的使用 .mp4 33.68M
| ├──第18节18-怎样通过AI软件放大照片？从100万像素到3800万像 .mp4 49.87M
| ├──第19节19-人像摄影行业如何落地应用？mj作图+AI换脸 .vep 88.46M
| ├──第21节21-怎样用图片反向推导提示词？-describe命令的使用 .mp4 28.21M
| ├──第22节22-不会写提示词？几个方法帮你解决！ .mp4 47.52M
| ├──第23节23-图像尺寸如何修改？隐藏的命令参数都有什么？ .mp4 20.57M
| ├──第24节24-如何制作平铺背景图？V5-tile命令的使用 .mp4 24.95M
| ├──第25节25-模型是什么？如何选择并合理使用MJ的模型？ .vep 43.01M
| ├──第26节26-用AI合成图像-融图的使用方法？ .mp4 7.94M
| ├──第27节27-怎样把新元素融合进图像？ .mp4 17.82M
| ├──第28节28-如何更好的控制AI听你指挥？ .mp4 15.22M
| ├──第29节29-怎样去掉图像中不想要的元素？ .mp4 10.52M
| ├──第30节30-如何更好的作出二次元和动漫风图片？niji5模型的使用 .mp4 34.89M
| ├──第31节31-如何制作平铺背景图？V5-tile命令的使用 .vep 31.14M
| ├──第32节32-seed命令是什么？如何使用？ .mp4 49.48M
| ├──第33节33-怎样合理保存并再次生成图像？如何批量下载？ .mp4 31.15M
| ├──第34节34-社区规范、版权与账号说明 .mp4 25.11M
| ├──第35节案例课1-AI+电商产品图-小白也能上手的快速批量生产法 .mp4 29.24M
| ├──第37节4-如何注册？会员与账号使用 .mp4 43.98M
| ├──第38节案例课1-人像摄影行业如何落地应用？mj作图+AI换脸 .vep 80.05M
| ├──第40节15-图像进阶生成方法-垫图如何使用？ .mp4 22.33M
| ├──第41节25-V5模型改动细节说明-放大器-长宽比-文字描述改 .mp4 33.33M
| ├──第42节7-如何让AI听懂你的话？ .mp4 41.77M
| ├──第43节9-不同风格的图像如何生成？ .mp4 12.43M
| ├──第44节13-不会写提示词？几个方法帮你解决！ .mp4 48.83M
| ├──第45节14-模型是什么？如何选择并合理使用MJ的模型？ .vep 44.64M
| ├──第46节28-如何更好的控制AI听你指挥？ .mp4 17.59M
| ├──第47节31-丰富提示词的底层万能写作句式是什么？下 .mp4 33.75M
| ├──第48节6-第一次使用MJ必须设置的地方有哪些 .mp4 10.78M
| ├──第49节12-怎样合理保存并再次生成图像？ .mp4 31.35M
| ├──第50节16-用AI合成图像-融图的使用方法？ .mp4 7.88M
| ├──第51节20-图像尺寸如何修改？隐藏的命令参数都有什么？ .vep 25.53M
| ├──第52节22-社区规范、版权与账号说明 .mp4 25.15M
| ├──第53节27-如何更好的作出二次元和动漫风图片？niji5模型的使用 .mp4 34.87M
| ├──第54节11-seed命令是什么？如何使用？ .mp4 50.64M
| ├──第55节19-怎样提高出图速度？ .mp4 16.03M
| ├──第56节28-怎样通过AI软件放大照片？从100万像素到3800万像 .vep 59.09M
| ├──第57节10-如何生成摄影-设计-产品等不同领域的图像？ .mp4 15.43M
| ├──第58节17-怎样把新元素融合进图像？ .mp4 18.01M
| ├──第59节21-怎样去掉图像中不想要的元素？ .mp4 10.15M
| ├──第5节5-Midjourney与其他AI制图工具对比优缺点 .mp4 27.70M
| ├──第60节23-怎样控制垫图的还原与想象？图像权重功能的使用 .mp4 33.71M
| ├──第61节30-调整提示词的底层万能写作句式是什么？中 .mp4 33.30M
| └──第62节29-起手提示词的底层万能写作句式是什么？上 .vep 50.95M
├──2025更新-第19套：智能绘画Midjourney AIGC在设计领域中的应用从入门到精通深入学习课程
| ├──1-1-MJ 第一课【】.mp4 152.68M
| ├──1-10-第十课｜品牌设计，IP形象以及三视图.mp4 280.21M
| ├──1-11-第十一课（补充）｜MJ三种上传图片的方式以及多种情况.mov.mp4 115.35M
| ├──1-2-MJ第二课.vep 59.34M
| ├──1-3-MJ第三课.vep 69.81M
| ├──1-4-MJ第四课.mp4 376.68M
| ├──1-5-MJ第五课.mov 1.09G
| ├──1-6-MJ第六课.mov.mov 1.56G
| ├──1-7-MJ第七课.mov.mov 1.61G
| ├──1-8-第八课｜关键知识点详解，Seed使用的多种情况讲解.vep 154.29M
| ├──1-9-第九课｜独家飞书社区介绍和模版效率工具.vep 142.00M
| └──课程学习资料.pdf 744.98kb
├──2025更新-第20套：AI大模型微调实战训练营，文旅对话 知识库 大模型实战【模型参数微调】课程
| ├──00：预习资料：Attention模型.mp4 183.35M
| ├──00：预习资料：Transformer和bert.mp4 166.60M
| ├──01：大模型综述.mp4 81.66M
| ├──02：大数据和大模型，常见分词方法.vep 303.92M
| ├──03：项目实战：文旅对话大模型实战（模型参数微调）.vep 314.89M
| ├──04：项目实战：文旅对话大模型实战（prefixtuning和adapter）.mp4 204.64M
| ├──05：项目实战：知识库Langchain项目实战（lora和langchain）.mp4 186.50M
| ├──06：模型并行.mp4 131.90M
| ├──07：GPU的计算原理.mp4 112.90M
| ├──08：大模型技术一览，一些细节.vep 436.13M
| ├──09：大模型面试题.mp4 139.67M
| ├──10：项目实战RAG.mp4 200.82M
| ├──11：模型解码优化.mp4 85.76M
| ├──12：项目实战：大模型写作，nl2sql.mp4 87.17M
| ├──13：角色扮演Agent.vep 246.54M
| ├──14：距离精讲.mp4 98.45M
| └──15：向量数据库基础.mp4 91.28M
├──2025更新-第21套：多模态项目实战班，快速实践（多模态项目）流程输出相应项目的能力视频课程
| ├──【01课】开营预告.mp4 54.48M
| ├──【02课】理论基础介绍.mp4 427.99M
| ├──【03课】自监督算法与图搜案例.vep 443.59M
| ├──【04课】多模态下游任务介绍.vep 235.05M
| ├──【05课】案例1：Image Captioning（上）.mp4 494.56M
| ├──【06课】案例1：Image Captioning（下）.mp4 383.45M
| ├──【07课】案例2：阿里电商跨模态检索案例（上）.mp4 549.92M
| ├──【08课】案例2：阿里电商跨模态检索案例（下）.mp4 502.14M
| ├──【09课】案例总结+答疑.vep 310.89M
| ├──【10课】项目讲演1 AI智能文案.mp4 328.42M
| ├──【11课】项目讲演2 多模态手机相册管理与检索.mp4 480.01M
| ├──【12课】项目讲演3 AI唇语识别（上）.mp4 529.87M
| ├──【13课】项目讲演3 AI唇语识别（下）.mp4 447.52M
| ├──【14课】 项目讲演4：基于深度多模态目标检测及语义分割的自动驾驶（上）.vep 525.36M
| ├──【15课】项目讲演4：基于深度多模态目标检测及语义分割的自动驾驶（下）.mp4 295.26M
| ├──【16课】项目讲演：智能电商搜索[].mp4 306.92M
| └──【17课】复盘总结+输出demo作业.mp4 298.44M
├──2025更新-第22套：后场-AI与量化投资人才培养计划-连接职场 助力走在（金融行业）前沿视频课程
| ├──第01阶段 量化交易的基础概述
| | ├──Lecture1.pdf 1.94M
| | └──第一章第1节： 初识市场微观结构_ev【】.mp4 217.52M
| ├──第02阶段 交易数据形成的价格
| | ├──Lecture2(1).pdf 4.76M
| | ├──Lecture2.pdf 4.73M
| | ├──第二章 交易数据形成的价格_ev【】.vep 423.77M
| | └──第二周作业解答example_sln.zip 29.24kb
| ├──第03阶段 交易数据形成的价格
| | ├──week3(1).zip 8.50M
| | ├──week3.zip 12.41kb
| | └──第三章第1节： 交易数据形成的价格_ev【】.vep 678.74M
| ├──第04阶段 系统化预测
| | ├──week4.zip 4.58M
| | └──第四章第1节： 系统化预测_ev【】.mp4 381.60M
| ├──第05阶段 回测1-测试你的交易策略
| | ├──week5.zip 1.31M
| | └──第五章第1节： 回测1-测试你的交易策略_ev【】.mp4 273.47M
| ├──第06阶段 特征组合
| | ├──Desktop.zip 775.09kb
| | └──第六章第1节： 特征组合_ev【】.mp4 354.67M
| ├──第07阶段 投资组合理论
| | ├──vixwhite.pdf 2.61M
| | ├──week7.zip 5.06M
| | └──第七章第1节： 投资组合理论_ev【】.vep 805.42M
| ├──第08阶段 股票多因子框架1
| | ├──20160921-华泰证券-多因子系列之一：华泰多因子模型体系初探.pdf 933.03kb
| | ├──第八章第1节： 股票多因子框架1_ev【】.mp4 477.84M
| | ├──股票日行情数据.docx 10.85kb
| | └──国泰君安－基于短周期价量特征的多因子选股体系.pdf 1.91M
| ├──第09阶段 股票多因子框架2
| | ├──第九章第1节： 股票多因子框架2_ev【】.mp4 434.78M
| | ├──股票基本面数据2016起 一部分.docx 10.80kb
| | └──课上资料.zip 138.12kb
| ├──第10阶段 回测2-根据策略类型 建立回测框架
| | ├──Week 8-10.ipynb.zip 14.46kb
| | ├──代码.zip 1.60kb
| | ├──第一十章第1节： 回测2-根据策略类型建立回测框架_ev【】.mp4 377.76M
| | ├──基于遗传规划的选股因子挖掘 .pdf 3.44M
| | └──再探基于遗传规划的选股因子挖掘.pdf 9.39M
| ├──第11阶段 量化交易的特征工程
| | ├──Intro to RL.pdf 572.80kb
| | ├──week11.zip 30.69kb
| | └──第一十一章第1节： 量化交易的特征工程_ev【】.vep 437.39M
| ├──第12阶段 从回测到交易
| | ├──week12.zip 40.62M
| | └──第一十二章第1节： 从回测到交易_ev【】.mp4 379.38M
| ├──第13阶段 期权定价模型
| | ├──SSRN-id2326253.pdf 1.14M
| | └──第一十三章第1节： 期权定价模型_ev【】.mp4 414.56M
| ├──第14阶段 期权波动率交易
| | ├──第一十四章第1节： 期权波动率交易_ev【】.mp4 434.36M
| | └──归档.zip 6.21M
| ├──第15阶段 基本面量化
| | ├──1410.1231.pdf 917.83kb
| | ├──SSRN-id2276632.pdf 1.38M
| | └──第一十五章第1节： 基本面量化_ev【】.vep 584.86M
| └──第16阶段 量化交易前沿
| | ├──0479.pdf 215.13kb
| | └──第一十六章第1节： 量化交易前沿_ev【】.mp4 374.34M
├──2025更新-第23套：零基础AI入门实战(深度学习+Pytorch) 通俗易懂零基础入门案例实战跨专业提升
| ├──001-课程介绍.mp4 112.69M
| ├──002-1-神经网络要完成的任务分析.mp4 234.12M
| ├──003-2-模型更新方法解读.vep 78.73M
| ├──004-3-损失函数计算方法.vep 87.95M
| ├──005-4-前向传播流程解读.mp4 162.07M
| ├──006-5-反向传播演示.mp4 160.22M
| ├──007-6-神经网络整体架构详细拆解.mp4 313.98M
| ├──008-7-神经网络效果可视化分析.mp4 260.91M
| ├──009-8-神经元个数的作用.vep 58.22M
| ├──010-9-预处理与dropout的作用.mp4 227.33M
| ├──011-1-卷积神经网络概述分析.mp4 156.34M
| ├──012-2-卷积要完成的任务解读.mp4 212.02M
| ├──013-3-卷积计算详细流程演示.mp4 316.62M
| ├──014-4-层次结构的作用.vep 46.11M
| ├──015-5-参数共享的作用.mp4 144.04M
| ├──016-6-池化层的作用与效果.mp4 187.06M
| ├──017-7-整体网络结构架构分析.mp4 239.51M
| ├──018-8-经典网络架构概述.mp4 240.95M
| ├──019-1-RNN网络结构原理与问题.vep 57.28M
| ├──020-2-注意力结构历史故事介绍.mp4 184.17M
| ├──021-3-self-attention要解决的问题.mp4 198.27M
| ├──022-4-QKV的来源与作用.mp4 152.02M
| ├──023-5-多头注意力机制的效果.mp4 166.42M
| ├──024-6-位置编码与解码器.vep 84.75M
| ├──025-7-整体架构总结.mp4 186.85M
| ├──026-8-BERT训练方式分析.mp4 140.19M
| ├──027-1-PyTorch框架与其他框架区别分析.mp4 235.36M
| ├──028-2-CPU与GPU版本安装方法解读.mp4 284.38M
| ├──029-1-数据集与任务概述.vep 77.79M
| ├──030-2-基本模块应用测试.mp4 201.14M
| ├──031-3-网络结构定义方法.mp4 201.51M
| ├──032-4-数据源定义简介.mp4 158.28M
| ├──033-5-损失与训练模块分析.mp4 35.48M
| ├──034-6-训练一个基本的分类模型.vep 70.65M
| ├──035-7-参数对结果的影响.mp4 39.80M
| ├──036-1-任务与数据集解读.mp4 33.56M
| ├──037-2-参数初始化操作解读.mp4 213.21M
| ├──038-3-训练流程实例[].mp4 38.84M
| ├──039-4-模型学习与预测[].mp4 52.48M
| ├──040-1-输入特征通道分析[].vep 58.97M
| ├──041-2-卷积网络参数解读[].mp4 28.24M
| ├──042-3-卷积网络模型训练[].mp4 194.47M
| ├──043-1-任务分析与图像数据基本处理[].mp4 36.88M
| ├──044-2-数据增强模块[].mp4 37.49M
| ├──045-3-数据集与模型选择[].mp4 37.85M
| ├──046-4-迁移学习方法解读[].vep 59.04M
| ├──047-5-输出层与梯度设置[].mp4 50.35M
| ├──048-6-输出类别个数修改[].mp4 229.73M
| ├──049-7-优化器与学习率衰减[].mp4 42.15M
| ├──050-8-模型训练方法[].mp4 42.32M
| ├──051-9-重新训练全部模型[].mp4 43.14M
| ├──052-10-测试结果演示分析[].vep 123.07M
| ├──053-4-实用Dataloader加载数据并训练模型[].mp4 58.75M
| ├──054-1-Dataloader要完成的任务分析[].mp4 30.72M
| ├──055-2-图像数据与标签路径处理[副业分享.fuye1.com].mp4 42.00M
| ├──056-3-Dataloader中需要实现的方法分析[].mp4 42.72M
| ├──057-1-数据集与任务目标分析[].mp4 225.82M
| ├──058-2-文本数据处理基本流程分析[].vep 57.91M
| ├──059-3-命令行参数与DEBUG[].mp4 32.16M
| ├──060-4-训练模型所需基本配置参数分析[].mp4 206.80M
| ├──061-5-预料表与字符切分[].mp4 29.12M
| ├──062-6-字符预处理转换ID[].mp4 30.93M
| ├──063-7-LSTM网络结构基本定义[].vep 73.47M
| ├──064-8-网络模型预测结果输出[].mp4 35.73M
| ├──065-9-模型训练任务与总结[].mp4 41.31M
| ├──066-1-基本结构与训练好的模型加载[].mp4 19.13M
| ├──067-2-服务端处理与预测函数[].mp4 188.77M
| ├──068-3-基于Flask测试模型预测结果[].mp4 40.01M
| ├──069-1-视觉transformer要完成的任务解读.vep 86.36M
| ├──070-1-项目源码准备[].mp4 42.70M
| ├──071-2-源码DEBUG演示[].mp4 186.28M
| ├──072-3-Embedding模块实现方法.mp4 42.24M
| ├──073-4-分块要完成的任务[].mp4 34.84M
| ├──074-5-QKV计算方法[].mp4 197.51M
| ├──075-6-特征加权分配.vep 52.57M
| ├──076-7-完成前向传播[].mp4 205.56M
| └──077-8-损失计算与训练[].mp4 287.87M
├──2025更新-第24套：PyTorch【深度学习】开发医学影像端到端判别项目，企业级的深度学习项目
| ├──第01阶段 课程简介
| | ├──1-1课程导学2249_ev.mp4 49.00M
| | ├──1-2深度学习如何影响生活1333_ev.mp4 20.21M
| | └──1-3常用深度学习框架1738_ev.mp4 24.83M
| ├──第02阶段 课程内容整体规划
| | ├──2-1环境安装与配置1319_ev.vep 41.78M
| | ├──2-2使用预训练的ResNet网络给图片分类一1610_ev.vep 61.70M
| | ├──2-3使用预训练的ResNet网络给图片分类二0845_ev.vep 63.90M
| | └──2-4使用预训练的GAN网络把马变成斑马1716_ev.vep 79.19M
| ├──第03阶段 PyTorch项目热身实践
| | ├──3-1工业级数据挖掘流程一2359_ev.vep 54.75M
| | ├──3-2工业级数据挖掘流程二2130_ev.vep 47.63M
| | ├──3-3课程重难点技能分布0515_ev.vep 12.38M
| | └──3-4课程实战项目简介0700_ev.vep 15.01M
| ├──第04阶段 PyTorch基础知识必备-张量
| | ├──4-10张量的底层实现逻辑二1335_ev.mp4 18.43M
| | ├──4-1什么是张量1407_ev.mp4 21.51M
| | ├──4-2张量的获取与存储一1635_ev.mp4 25.79M
| | ├──4-3张量的获取与存储二1540_ev.mp4 21.68M
| | ├──4-4张量的基本操作一0830_ev.mp4 13.44M
| | ├──4-5张量的基本操作二1604_ev.mp4 28.74M
| | ├──4-6张量中的元素类型0656_ev.mp4 12.59M
| | ├──4-7张量的命名0832_ev.mp4 14.34M
| | ├──4-8把张量传递到GPU中进行运算0607_ev.mp4 9.48M
| | └──4-9张量的底层实现逻辑一1942_ev.mp4 29.96M
| ├──第05阶段 PyTorch如何处理真实数据
| | ├──5-1普通二维图像的加载一0751_ev.mp4 21.18M
| | ├──5-2普通二维图像的加载二1259_ev.mp4 17.74M
| | ├──5-33D图像的加载1230_ev.mp4 32.03M
| | ├──5-4普通表格数据加载1453_ev.mp4 28.37M
| | ├──5-5有时间序列的表格数据加载1650_ev.mp4 30.43M
| | ├──5-6连续值序列值分类值的处理1345_ev.mp4 23.55M
| | ├──5-7自然语言文本数据加载1945_ev.mp4 31.05M
| | └──5-8本章小结0504_ev.mp4 7.03M
| ├──第06阶段 神经网络理念解决温度计转换
| | ├──6-10使用PyTorch提供的优化器1532_ev.vep 38.68M
| | ├──6-11神经网络重要概念-激活函数1550_ev.vep 40.85M
| | ├──6-12用PyTorch的nn模块搭建神经网络1537_ev.vep 31.23M
| | ├──6-13构建批量训练方法1453_ev.vep 44.23M
| | ├──6-14使用神经网络解决温度计示数转换问题2123_ev.vep 73.49M
| | ├──6-1常规模型训练的过程1104_ev.vep 26.67M
| | ├──6-2温度计示数转换1140_ev.vep 24.70M
| | ├──6-3神经网络重要概念-损失1240_ev.vep 27.24M
| | ├──6-4PyTorch中的广播机制1646_ev.vep 42.75M
| | ├──6-5神经网络重要概念-梯度1811_ev.vep 61.17M
| | ├──6-6神经网络重要概念-学习率1947_ev.vep 65.02M
| | ├──6-7神经网络重要概念-归一化2620_ev.vep 93.54M
| | ├──6-8使用超参数优化我们的模型效果1136_ev.vep 42.09M
| | └──6-9使用PyTorch自动计算梯度1556_ev.vep 57.07M
| ├──第07阶段 使用神经网络区分小鸟和飞机图像
| | ├──7-10使用卷积提取图像中的特定特征0800_ev.mp4 13.26M
| | ├──7-11借助下采样压缩数据0753_ev.mp4 12.35M
| | ├──7-12借助PyTorch搭建卷积网络1012_ev.mp4 14.73M
| | ├──7-13训练我们的分类模型1005_ev.mp4 17.44M
| | ├──7-14训练好的模型如何存储0147_ev.mp4 3.84M
| | ├──7-15该用GPU训练我们的模型0859_ev.mp4 16.54M
| | ├──7-16优化方案之增加模型宽度-width0855_ev.mp4 17.62M
| | ├──7-17优化方案之数据正则化-normalization一1338_ev.mp4 21.70M
| | ├──7-18优化方案之数据正则化-normalization二1655_ev.mp4 27.09M
| | ├──7-19优化方案之数据正则化-normalization三0856_ev.mp4 14.79M
| | ├──7-1CIFAR-10数据集介绍0804_ev.mp4 11.57M
| | ├──7-20优化方案之增加模型深度-depth0641_ev.mp4 35.22M
| | ├──7-21本章小结0605_ev.mp4 8.80M
| | ├──7-2为数据集实现Dataset类0842_ev.mp4 15.62M
| | ├──7-3为模型准备训练集和验证集1100_ev.mp4 19.56M
| | ├──7-4借助softmax方法给出分类结果1057_ev.mp4 15.52M
| | ├──7-5分类模型常用损失之交叉熵损失0738_ev.mp4 12.16M
| | ├──7-6全连接网络实现图像分类2553_ev.mp4 47.55M
| | ├──7-7对全连接网络的改进之卷积网络1349_ev.mp4 22.13M
| | ├──7-8借助PyTorch搭建卷积网络模型1539_ev.mp4 26.10M
| | └──7-9卷积中的数据填充方法padding0431_ev.mp4 7.62M
| ├──第08阶段 项目实战一：理解业务与数据
| | ├──8-10分割训练集和验证集0927_ev.mp4 13.22M
| | ├──8-11CT数据可视化实现一1643_ev.mp4 19.27M
| | ├──8-12CT数据可视化实现二1513_ev.mp4 38.75M
| | ├──8-13CT数据可视化实现三0943_ev.mp4 29.12M
| | ├──8-14本章小结0455_ev.mp4 7.13M
| | ├──8-1肺部癌症检测的项目简介1338_ev.mp4 23.32M
| | ├──8-2CT数据是什么样子0722_ev.mp4 14.50M
| | ├──8-3制定一个解决方案0840_ev.mp4 14.15M
| | ├──8-4下载项目中的数据集0932_ev.mp4 17.08M
| | ├──8-5原始数据是长什么样子的0822_ev.mp4 19.08M
| | ├──8-6加载标注数据2219_ev.mp4 29.31M
| | ├──8-7加载CT影像数据0751_ev.mp4 11.63M
| | ├──8-8数据坐标系的转换2326_ev.mp4 32.06M
| | └──8-9编写Dataset方法1244_ev.mp4 16.41M
| ├──第09阶段 项目实战二：模型训练与优化
| | ├──9-10借助TensorBoard绘制指标曲线1230_ev.mp4 38.81M
| | ├──9-11新的模型评估指标F1score1751_ev.mp4 26.88M
| | ├──9-12实现F1Score计算逻辑0858_ev.mp4 11.64M
| | ├──9-13数据优化方法1136_ev.mp4 21.63M
| | ├──9-14数据重复采样的代码实现1549_ev.mp4 24.41M
| | ├──9-15数据增强的代码实现1937_ev.mp4 32.60M
| | ├──9-16第二个模型结节分割0853_ev.mp4 20.04M
| | ├──9-17图像分割的几种类型0705_ev.mp4 21.45M
| | ├──9-18U-Net模型介绍1927_ev.mp4 42.55M
| | ├──9-19为图像分割进行数据预处理2501_ev.mp4 46.30M
| | ├──9-1第一个模型结节分类1540_ev.mp4 25.75M
| | ├──9-20为图像分割构建Dataset类2623_ev.mp4 35.12M
| | ├──9-21构建训练Dataset和使用GPU进行数据增强1116_ev.mp4 22.33M
| | ├──9-22Adam优化器和Dice损失1127_ev.mp4 17.50M
| | ├──9-23构建训练流程1826_ev.mp4 26.17M
| | ├──9-24模型存储图像存储代码介绍0550_ev.mp4 17.35M
| | ├──9-25分割模型训练及在TensorBoard中查看结果1145_ev.mp4 51.78M
| | ├──9-26本章小结1511_ev.mp4 21.83M
| | ├──9-2定义模型训练框架1831_ev.mp4 25.55M
| | ├──9-3初始化都包含什么内容0913_ev.mp4 14.82M
| | ├──9-4编写数据加载器部分0702_ev.mp4 13.56M
| | ├──9-5实现模型的核心部分1827_ev.mp4 29.94M
| | ├──9-6定义损失计算和训练验证环节一1731_ev.mp4 31.22M
| | ├──9-7定义损失计算和训练验证环节二0920_ev.mp4 16.10M
| | ├──9-8在日志中保存重要信息1956_ev.mp4 36.09M
| | └──9-9尝试训练第一个模型1650_ev.mp4 70.00M
| ├──第10阶段 项目实战三：实现端到端的模型预测
| | ├──10-1连接分割模型和分类模型3005_ev.vep 78.94M
| | ├──10-2新的评价指标AUC-ROC曲线3716_ev.vep 103.57M
| | ├──10-3使用finetune方法构建肿瘤恶性判断模型2908_ev.vep 119.54M
| | ├──10-4完整的实现端到端肺部肿瘤检测1731_ev.vep 106.44M
| | ├──10-5使用合适的框架把模型部署上线一1446_ev.vep 57.00M
| | ├──10-6使用合适的框架把模型部署上线二1206_ev.vep 84.57M
| | └──10-7本章小结0833_ev.vep 16.16M
| └──第11阶段 课程总结与面试问题
| | ├──11-1肿瘤检测系统架构回顾1512_ev.mp4 27.33M
| | ├──11-2课程中的神经网络回顾1327_ev.mp4 23.61M
| | ├──11-3模型优化方法回顾1020_ev.mp4 19.00M
| | ├──11-4面试过程中可能遇到的问题2209_ev.mp4 45.51M
| | └──11-5持续学习的几个建议2748_ev.mp4 42.53M
├──2025更新-第25套：国内首个面向【自动驾驶】领域的多传感器融合系统学习课程 从理论到实战逐个攻破
| ├──01 自动驾驶中的多维感知融合技术分享（Camera+Liar+Radar+IMU）_ev.mp4 254.56M
| ├──02 第一部分：理论篇 1、常用传感器硬件介绍_ev.mp4 228.77M
| ├──03 第一部分：理论篇 2、多传感器同步理论_ev.vep 372.69M
| ├──04 第一部分 理论篇 3、多传感器信息融合理论（上篇）_ev.vep 348.74M
| ├──05 第一部分 理论篇 3、多传感器信息融合理论（下篇）_ev.mp4 111.95M
| ├──06 实战基础 0.1 2D-3D求解方法（PnP系列）_ev.mp4 83.84M
| ├──07 实战基础 0.2 点云去畸变与对齐实战_ev.mp4 50.31M
| ├──08 传感器间同步实战 1.1 多相机间的同步实战_ev.mp4 85.13M
| ├──09 传感器间同步实战 1.2 相机与IMU间的同步实战_ev.vep 120.87M
| ├──10 传感器间同步实战 1.3 相机与LiDAR间的同步实战_ev.mp4 141.62M
| ├──11 传感器间同步实战 1.4 LiDAR与IMU间的同步实战_ev.mp4 93.33M
| ├──12 传感器间同步实战 1.5 相机与Radar间的同步实战_ev.mp4 63.79M
| ├──13 传感器间信息融合实战 2.1 多相机间的信息融合_ev.mp4 68.71M
| ├──14 传感器间信息融合实战 2.2 相机与IMU间的信息融合_ev.vep 381.96M
| ├──15 传感器间信息融合实战 2.3相机与LiDAR间的信息融合&2.4相机与Radar的信息融合_ev.mp4 154.08M
| ├──16 传感器间信息融合实战 2.5 LiDAR与IMU间的信息融合_ev.mp4 259.22M
| └──17 传感器间信息融合实战 2.6 LiDAR与Radar间的信息融合_ev.mp4 103.60M
├──2025更新-第26套：TensorFlow+CNN实战(AI图像处理)，计算机视觉+落地应用，带你踏上时代风口
| ├──第1阶段 AI职场你能走多远 走近AI视觉工程师的世界
| | ├──1-10简历点评-应届生_工作经验型案例1100_ev.mp4 29.72M
| | ├──1-11Ai知识图谱1123_ev.mp4 16.67M
| | ├──1-12金玉良言-课程知识脉络与学习建议0557_ev.mp4 8.25M
| | ├──1-1这是一门可以带领你轻松步入视觉开发工程师的好课0928_ev.mp4 19.82M
| | ├──1-2本阶段概览0121_ev.mp4 2.36M
| | ├──1-3Ai职场的蛋糕定律0755_ev.mp4 15.53M
| | ├──1-4初入职场-快速成为合格的Ai视觉工程师1201_ev.mp4 16.76M
| | ├──1-5小白上道-面试中论项目履历的重要性0958_ev.mp4 20.30M
| | ├──1-6锦囊相送-非HR技术高管面试更注重什么0854_ev.mp4 12.65M
| | ├──1-7跳槽必知-如何让Ai技术猎头更加关注你0611_ev.mp4 9.12M
| | ├──1-8加薪升职-高端CV岗如何做足面试准备1123_ev.mp4 17.73M
| | └──1-9技能量化-常见职级模型解读0738_ev.mp4 12.69M
| ├──第2阶段 AI视觉处理预备知识 必知概念、工具与基本操作
| | ├──2-10大数据时代的AI图像处理框架-TensorFlow1214_ev.vep 29.01M
| | ├──2-11用Kerasapplications提取图像特征0331_ev.vep 7.82M
| | ├──2-12用Keras构建神经网络0958_ev.vep 21.88M
| | ├──2-13拓展知识OpenCV开源图像数据处理工具0442_ev.vep 42.37M
| | ├──2-14本阶段必会知识点与难点精析0547_ev.vep 12.45M
| | ├──2-1本阶段概览0051_ev.vep 2.44M
| | ├──2-2计算机视觉与图像处理的关系0157_ev.vep 4.02M
| | ├──2-3计算机视觉处理的基本任务0621_ev.vep 20.84M
| | ├──2-4Ai视觉处理的应用0834_ev.vep 21.29M
| | ├──2-5图像的特征10825_ev.vep 42.62M
| | ├──2-6图像的特征20613_ev.vep 17.12M
| | ├──2-7图像的特征30924_ev.vep 43.04M
| | ├──2-8图像的特征40522_ev.vep 11.26M
| | └──2-9Pillow处理图像数据1241_ev.vep 29.53M
| ├──第3阶段 感悟AI视觉的精妙构思 完成第一个AI视觉项目
| | ├──3-10Ai模型的评估与保存0513_ev.mp4 8.17M
| | ├──3-11欣赏成果图像分辨率处理效果展示的执行0336_ev.mp4 5.66M
| | ├──3-12培养大厂思维尝试提高Ai模型的性能0756_ev.mp4 11.13M
| | ├──3-13拓展知识OpenCV人脸检测0317_ev.mp4 8.18M
| | ├──3-14本阶段必会知识点与难点精析0524_ev.mp4 8.62M
| | ├──3-1本阶段概览0240_ev.mp4 3.72M
| | ├──3-2Ai图像处理模型学习的流程0924_ev.mp4 17.61M
| | ├──3-3第一个Ai视觉处理项目的准备工作1314_ev.mp4 25.72M
| | ├──3-4流程第一步图像数据的获取_下载0800_ev.mp4 13.02M
| | ├──3-5进一步处理图像-使用Pillow和NumPy0512_ev.mp4 7.91M
| | ├──3-6流程第二步建立Ai视觉处理模型0816_ev.mp4 14.54M
| | ├──3-7流程第三步嵌入神经网络CNN的工作0607_ev.mp4 18.80M
| | ├──3-8将模型PC机部署并启动与运行0121_ev.mp4 3.02M
| | └──3-9流程第四步AI模型学习结果显示0802_ev.mp4 17.42M
| ├──第4阶段 Ai视觉工程师进阶 驾驭卷积神经网络模型
| | ├──4-1本阶段概览0229_ev.mp4 4.07M
| | ├──4-2神经网络的升级版本-卷积神经网络CNN0538_ev.mp4 11.44M
| | ├──4-3CNN的基本结构0345_ev.mp4 5.59M
| | ├──4-4用二维滤波器检测图像特征1131_ev.mp4 18.05M
| | ├──4-5将缩减的图像零填充恢复图像的尺寸0317_ev.mp4 5.74M
| | ├──4-6案例基于TensorFlow的滤波器编程实践010354_ev.mp4 9.22M
| | ├──4-7案例基于TensorFlow的滤波器编程实践022738_ev.mp4 53.85M
| | ├──4-8案例基于keras风格的Fashion-MNIST编程实战3221_ev.mp4 73.84M
| | └──4-9本阶段必会知识点与难点精析0315_ev.mp4 5.29M
| ├──第5阶段 CNN增强图像分辨率项目： 实战精讲
| | ├──5-10AdamOptimizer优化算法参数的设定0605_ev.vep 24.72M
| | ├──5-11项目Python代码模块设计方案0323_ev.vep 15.12M
| | ├──5-12数据预处理模块设计与Python代码实战0254_ev.vep 19.22M
| | ├──5-13模型构建与Python代码实战1059_ev.vep 33.75M
| | ├──5-14模型训练过程与Python代码实战1507_ev.vep 62.92M
| | ├──5-15模型评价与Python代码实战1142_ev.vep 69.88M
| | ├──5-16结果可视化与Python代码实战1610_ev.vep 70.57M
| | ├──5-17模型的保存与Python代码实战0204_ev.vep 8.76M
| | ├──5-18阶段结果验收与评估0344_ev.vep 8.94M
| | ├──5-19ImagesDataGenerator处理模糊-清晰图像数据集实战精讲2430_ev.vep 149.34M
| | ├──5-1本阶段概览0251_ev.vep 5.02M
| | ├──5-20梯度消失问题策略0446_ev.vep 9.10M
| | ├──5-21激活函数详解-01双曲正切函数1706_ev.vep 42.72M
| | ├──5-22激活函数详解-02ReLU函数1145_ev.vep 31.35M
| | ├──5-23激活函数详解-03LeakyReLU函数0915_ev.vep 27.80M
| | ├──5-24激活函数详解-04swish函数1457_ev.vep 50.08M
| | ├──5-25本阶段必会知识点与难点精析0624_ev.vep 22.84M
| | ├──5-2图像超分辨率模型2627_ev.vep 84.93M
| | ├──5-3建立第一个图像超分辨率模型0508_ev.vep 14.42M
| | ├──5-4超分辨率模型Python代码实现1041_ev.vep 44.71M
| | ├──5-5图像预处理1751_ev.vep 75.26M
| | ├──5-6制作高低分辨率图像数据-11454_ev.vep 54.94M
| | ├──5-7制作高低分辨率图像数据-20823_ev.vep 33.94M
| | ├──5-8制作高低分辨率图像数据-31333_ev.vep 87.45M
| | └──5-9选择误差函数策略0352_ev.vep 10.10M
| ├──第6阶段 项目优化实战： 项目Leader的内功心法
| | ├──6-10读书少年卡通图像画质增强实战1941_ev.vep 105.36M
| | ├──6-11本阶段必会知识点与难点精析0453_ev.vep 12.80M
| | ├──6-1本阶段概览0228_ev.vep 4.77M
| | ├──6-2融合业务与再次深入把控卷积原理1948_ev.vep 84.36M
| | ├──6-3问题分析与激活函数调整策略0753_ev.vep 22.61M
| | ├──6-4提升画质质量-尝试不断更换模型0546_ev.vep 11.20M
| | ├──6-5调整epoch平衡模型的拟合情况0712_ev.vep 20.36M
| | ├──6-6建立画质质量评估指标-PSNR1209_ev.vep 47.07M
| | ├──6-7尝试支持彩色图像画质0153_ev.vep 11.76M
| | ├──6-8建立画质质量评估指标-SSIM1138_ev.vep 31.54M
| | └──6-9提升画质质量-跳跃连接结构模型1920_ev.vep 69.16M
| ├──第7阶段 研发优质产品： 持续打磨产品核心功能
| | ├──7-10学习率设定策略05-Adadelta0220_ev.mp4 3.99M
| | ├──7-11学习率设定策略06-Adam0604_ev.mp4 11.85M
| | ├──7-12学习率设定策略07-AMSGrad0324_ev.mp4 6.78M
| | ├──7-13BatchNormalization提高模型训练速度0508_ev.mp4 9.32M
| | ├──7-142023年玉兔幸福年-图像增强实战纪念版1053_ev.mp4 44.60M
| | ├──7-15本阶段必会知识点与难点精析0358_ev.mp4 6.25M
| | ├──7-1本阶段概览0109_ev.mp4 1.90M
| | ├──7-2模型权重初始值设定策略0633_ev.mp4 10.55M
| | ├──7-3过拟合问题低层剖析0728_ev.mp4 10.08M
| | ├──7-4模型Dropout层防止过拟合策略0415_ev.mp4 6.71M
| | ├──7-5引入EarlyStopping机制应对突发情况0827_ev.mp4 19.66M
| | ├──7-6学习率设定策略01-momentum1055_ev.mp4 18.74M
| | ├──7-7学习率设定策略02-Nesterov0418_ev.mp4 7.76M
| | ├──7-8学习率设定策略03-Adagrad0246_ev.mp4 5.30M
| | └──7-9学习率设定策略04-RMSprop0311_ev.mp4 6.14M
| └──课程资料.zip 205.79kb
├──2025更新-第27套：OpenCV三大经典(项目实战) 车辆检测人脸识别+图像拼接+文字识别 掌握计算机视觉
| ├──第01阶段 课程介绍与学习指南
| | ├──1 1 课前必读（不看会错过一个亿）_慕课网.pdf 8.42M
| | ├──1-2 OpenCV导学 (1630).mp4 40.88M
| | ├──1-3 计算机视觉到底是什么 (1404).mp4 75.49M
| | └──readme.md 0.16kb
| ├──第02阶段 OpenCV开发环境搭建
| | ├──2-1 Mac下命令方式搭建OpenCV开发环境（加片头） (1516).vep 103.16M
| | ├──2-2 Windows下搭建OpenCV开发环境 (1056).vep 70.14M
| | ├──2-3 Ubuntu下搭建OpenCV开发环境 (1015).vep 70.20M
| | ├──2-4 Windows下源码方式编译OpenCV (2109).vep 143.33M
| | ├──2-5 Windows下C++使用OpenCV库 (1429).vep 94.70M
| | └──2-6 如何利用工具高效开发OpenCV (0752).vep 48.77M
| ├──第03阶段 图像&视频的加载与展示
| | ├──3-1 明晰课程项目 (0531).vep 37.31M
| | ├──3-10 OpenCV控制鼠标 (1717).vep 112.72M
| | ├──3-11 OpenCV中的TrackBar控件 (0540).vep 17.54M
| | ├──3-12 实战TrackBar的使用 (1102).vep 70.29M
| | ├──3-2 如何通过OpenCV创建显示窗口 (2229).vep 137.78M
| | ├──3-3 如何通过OpenCV加载显示图片 (0644).vep 41.78M
| | ├──3-4 两招解决OpenCV加载图片问题 (1051).vep 69.85M
| | ├──3-5 如何通过OpenCV保存文件 (0828).vep 54.48M
| | ├──3-6 如何利用OpenCV从摄像头采集视频 (1434).vep 93.66M
| | ├──3-7 如何从多媒体文件中读取视频帧 (0505).vep 32.74M
| | ├──3-8 如何将视频数据录制成多媒体文件 (1501).vep 110.18M
| | └──3-9 代码优化 (0740).vep 56.88M
| ├──第04阶段 OpenCV必知必会基础
| | ├──4 10 OpenCV中Mat这个结构体，深浅拷贝各在什么时候使用？_慕课网.pdf 259.95kb
| | ├──4 7 OpenCV中ROI表示什么意思，我们一般使用它做什么事儿？_慕课网.pdf 288.81kb
| | ├──4-1 RGB与BGR【OpenCV的色彩空间】 (0946).mp4 47.89M
| | ├──4-11 图像的多种属性 (0500).mp4 27.10M
| | ├──4-12 通道的分割与合并 (0740).mp4 48.01M
| | ├──4-2 HSV与HSL【OpenCV的色彩空间】 (0914).mp4 59.04M
| | ├──4-3 实战OpenCV色彩空间转换 (1841).mp4 151.13M
| | ├──4-4 图像操作的基石Numpy【基础操作】 (1913).mp4 118.54M
| | ├──4-5 Numpy基本操作之矩阵的检索与赋值 (1036).mp4 76.55M
| | ├──4-6 Numpy基本操作三-ROI (0833).mp4 56.48M
| | ├──4-8 OpenCV的重要结构体Mat (0710).mp4 46.09M
| | └──4-9 Mat的深拷贝与浅拷贝 (0924).mp4 64.77M
| ├──第05阶段 OpenCV实现图形的绘制
| | ├──5 8 用鼠标绘制图形时没有形成绘制轨迹，如何才能实现图形轨迹的绘？_慕课网.pdf 357.77kb
| | ├──5-1 OpenCV绘制直线 (1317).mp4 71.59M
| | ├──5-2 OpenCV椭圆的绘制 (1157).mp4 67.74M
| | ├──5-3 OpenCV椭圆的绘制 (1157).mp4 67.73M
| | ├──5-4 OpenCV绘制多边形 (0819).mp4 51.87M
| | ├──5-5 OpenCV绘制文本 (0549).mp4 29.04M
| | ├──5-6 OpenCV大作业-实现鼠标绘制基本图形 (1832).mp4 97.49M
| | └──5-7 OpenCV基本图形绘制小结 (0407).mp4 20.85M
| ├──第06阶段 OpenCV的算术与位运算
| | ├──6-1 图像的加法运算 (0917).mp4 49.00M
| | ├──6-2 图像的减法运算 (0520).mp4 42.03M
| | ├──6-3 图像的溶合 (0726).mp4 56.49M
| | ├──6-4 OpenCV位运算-非操作 (0525).mp4 29.44M
| | ├──6-5 OpenCV位操作-与运算 (0435).mp4 24.22M
| | ├──6-6 OpenCV位操作-或与异或 (0355).mp4 20.87M
| | └──6-7 大作业-为图像添加水印 (1455).mp4 78.30M
| ├──第07阶段 图像基本变换
| | ├──7-1 图像的放大与缩小_更多一手课程加微mm8ziyuan[3].vep 89.03M
| | ├──7-2 图像的翻转_更多一手课程加微mm8ziyuan[3].vep 49.76M
| | ├──7-3 图像的旋转_更多一手课程加微mm8ziyuan[3].vep 39.60M
| | ├──7-4 仿射变换之图像平移_更多一手课程加微mm8ziyuan[3].vep 76.55M
| | ├──7-5 仿射变换之获取变换矩阵_更多一手课程加微mm8ziyuan[3].vep 55.47M
| | ├──7-6 仿射变换之变换矩阵之二_更多一手课程加微mm8ziyuan[3].vep 41.84M
| | └──7-7 OpenCV透视变换_更多一手课程加微mm8ziyuan[3].vep 84.30M
| ├──第08阶段 OpenCV中的滤波器
| | ├──8-1 图像滤波_更多一手课程加微mm8ziyuan[3].mp4 12.38M
| | ├──8-10 高通滤波-拉普拉斯算子_更多一手课程加微mm8ziyuan[3].mp4 12.13M
| | ├──8-11 边缘检测Canny_更多一手课程加微mm8ziyuan[3].mp4 24.68M
| | ├──8-2 卷积相关概念_更多一手课程加微mm8ziyuan[3].mp4 12.02M
| | ├──8-3 实战图像卷积_更多一手课程加微mm8ziyuan[3].mp4 29.60M
| | ├──8-4 方盒滤波与均值滤波_更多一手课程加微mm8ziyuan[3].mp4 21.50M
| | ├──8-5 高斯滤波_更多一手课程加微mm8ziyuan[3].mp4 29.83M
| | ├──8-6 中值滤波_更多一手课程加微mm8ziyuan[3].mp4 12.75M
| | ├──8-7 双边滤波_更多一手课程加微mm8ziyuan[3].mp4 18.59M
| | ├──8-8 高通滤波-索贝尔算子_更多一手课程加微mm8ziyuan[3].mp4 43.47M
| | └──8-9 高通滤波-沙尔算子_更多一手课程加微mm8ziyuan[3].mp4 10.40M
| ├──第09阶段 OpenCV中的形态学
| | ├──9-1 形态学概述.mp4 11.60M
| | ├──9-10 形态学梯度.mp4 9.72M
| | ├──9-11 顶帽运算.mp4 11.26M
| | ├──9-12 黑帽操作.mp4 10.42M
| | ├──9-2 图像全局二值化.mp4 29.04M
| | ├──9-3 阈值类型.mp4 7.49M
| | ├──9-4 自适应阈值二值化.mp4 84.22M
| | ├──9-5 OpenCV腐蚀.mp4 23.29M
| | ├──9-6 获取形态学卷积核.mp4 11.22M
| | ├──9-7 OpenCV膨胀.mp4 9.92M
| | ├──9-8 开运算.mp4 15.95M
| | └──9-9 闭运算.mp4 12.48M
| ├──第10阶段 目标识别
| | ├──10-1 什么是图像轮廓.mp4 20.10M
| | ├──10-10 去背景【车辆统计】.mp4 32.50M
| | ├──10-11 逻辑处理【车辆统计】.mp4 62.06M
| | ├──10-12 显示信息【车辆统计】.mp4 36.74M
| | ├──10-2 查找轮廓.mp4 28.65M
| | ├──10-3 绘制轮廓.mp4 14.20M
| | ├──10-4 轮廓的面积与周长.mp4 16.96M
| | ├──10-5 多边形逼近与凸包.mp4 32.70M
| | ├──10-6 外接矩形.mp4 24.74M
| | ├──10-7 项目总览【车辆统计】.mp4 13.80M
| | ├──10-8 视频加载【车辆统计】.mp4 13.75M
| | └──10-9 形态学处理【车辆统计】.mp4 57.69M
| ├──第11阶段 特征点检测与匹配
| | ├──11-1 特征检测的基本概念.vep 30.44M
| | ├──11-10 实战flann特征匹配.vep 60.88M
| | ├──11-11 图像查找.vep 94.13M
| | ├──11-12 大作业-图像拼接基础知识.vep 54.86M
| | ├──11-13 大作业-图像拼接(一).vep 50.45M
| | ├──11-14 大作业-图像拼接(二).vep 102.98M
| | ├──11-15 大作业-图像拼接(三).vep 88.01M
| | ├──11-16 大作业-图像拼接(三)-delete.vep 89.43M
| | ├──11-17 大作业-图像拼接(四).vep 83.47M
| | ├──11-2 Harris角点检测.vep 49.66M
| | ├──11-3 Shi-Tomasi角点检测.vep 39.31M
| | ├──11-4 SIFT关键点检测.vep 63.75M
| | ├──11-5 SIFT计算描述子.vep 24.52M
| | ├──11-6 SURF特征检测.vep 27.41M
| | ├──11-7 OBR特征检测.vep 42.32M
| | ├──11-8 暴力特征匹配.vep 85.88M
| | └──11-9 FLANN特征匹配.vep 14.63M
| ├──第12阶段 图像的分割与修复
| | ├──12-1 图像分割的基本概念.mp4 14.49M
| | ├──12-10 其它对视频前后影分离的方法.mp4 33.74M
| | ├──12-11 图像修复.mp4 24.62M
| | ├──12-2 实战-分水岭法(一).mp4 34.33M
| | ├──12-3 实战-分水岭法(二).mp4 44.68M
| | ├──12-4 GrabCut基本原理.mp4 16.52M
| | ├──12-5 实战-GrabCut主体程序的实现.mp4 22.34M
| | ├──12-6 实战-GrabCut鼠标事件的处理.mp4 63.73M
| | ├──12-7 实战-调用GrabCut实现图像分割.mp4 38.14M
| | ├──12-8 meanshift图像分割.mp4 46.82M
| | └──12-9 视频前后景分离.mp4 25.56M
| ├──第13阶段 机器学习
| | ├──13-1 Haar人脸识别方法.mp4 38.66M
| | ├──13-2 Haar识别眼鼻口.mp4 75.34M
| | ├──13-3 Haar+Tesseract进行车牌识别.mp4 57.03M
| | ├──13-4 深度学习基础知识.mp4 26.39M
| | └──13-5 dnn实现图像分类.mp4 43.15M
| └──第14阶段 课程总结
| | └──14-1 课程总结.mp4 16.45M
├──2025更新-第28套：全局视角系统学习《推荐系统》，实战中提升竞争力，模块化拆解底层架构视频课程
| ├──第1阶段 【前言】初探推荐系统
| | ├──1-1 前言--关于这门课.mp4 67.73M
| | ├──1-2 推荐系统是什么.mp4 52.14M
| | └──1-3 课程章节导览.mp4 27.53M
| ├──第2阶段 【基础架构】推荐系统架构&项目搭建
| | ├──2-1 典型的推荐系统架构是什么样的（上）.vep 91.98M
| | ├──2-10 课程项目前端页面搭建.vep 25.81M
| | ├──2-2 典型的推荐系统架构是什么样的（下）.vep 37.05M
| | ├──2-4 课程项目介绍和技术选型.vep 45.77M
| | ├──2-6 后端服务框架搭建---召回服务（上）.vep 64.06M
| | ├──2-7 后端服务框架搭建---召回服务（中）.vep 89.50M
| | ├──2-8 后端服务框架搭建---召回服务（下）.vep 40.60M
| | └──2-9 后端服务框架搭建-排序与API服务.vep 85.09M
| ├──第3阶段 【特征工程】为推荐系统准备数据
| | ├──3-1 特征工程---为推荐系统准备食材（上）.vep 30.77M
| | ├──3-10 用Spark处理特征（上）.vep 54.14M
| | ├──3-11 用Spark处理特征（下）.vep 42.77M
| | ├──3-2 特征工程---为推荐系统准备食材（下）.vep 42.96M
| | ├──3-3 如何做好特征工程（上）.vep 48.21M
| | ├──3-4 如何做好特征工程（中）.vep 26.99M
| | ├──3-5 如何做好特征工程（下）.vep 35.58M
| | ├──3-7 用pandas可视化数据（上）.vep 35.11M
| | ├──3-8 用pandas可视化数据（下）.vep 34.81M
| | └──3-9 Spark---业界最流行的大数据框架.vep 36.38M
| ├──第4阶段 【召回】筛选出用户的心头好
| | ├──4-1 召回层---如何快速筛选出用户喜欢的物品（上）.mp4 43.34M
| | ├──4-10 最近邻查找算法---如何使用Embedding（下）.mp4 43.28M
| | ├──4-11 用FAISS实现LSH.mp4 74.54M
| | ├──4-12 召回服务最终完善.mp4 172.22M
| | ├──4-2 召回层---如何快速筛选出用户喜欢的物品（下）.mp4 34.81M
| | ├──4-3 如何将Word2Vec用于推荐（上）.mp4 32.47M
| | ├──4-4 如何将Word2Vec用于推荐（下）.mp4 35.81M
| | ├──4-5 实现Item2Vec（上）.mp4 54.70M
| | ├──4-6 实现Item2Vec（中）.mp4 66.12M
| | ├──4-7 实现Item2Vec（下）.mp4 119.72M
| | ├──4-8 用Redis存储Embedding.mp4 57.71M
| | └──4-9 最近邻查找算法---如何使用Embedding（上）.mp4 54.68M
| ├──第5阶段 【排序】对推荐结果进行精确排序
| | ├──5-1 排序层---如何活动最精确的结果排序.mp4 32.72M
| | ├──5-10 深度学习需要的特征如何处理（上）.mp4 94.92M
| | ├──5-11 深度学习需要的特征如何处理（下）.mp4 89.76M
| | ├──5-12 如何保存线上服务特征.mp4 92.18M
| | ├──5-13 搭建并训练MLP模型（上）.mp4 51.03M
| | ├──5-14 搭建并训练MLP模型（中）.mp4 83.09M
| | ├──5-15 搭建并训练MLP模型（下）.mp4 97.03M
| | ├──5-16 模型调优怎么做（1）.mp4 28.69M
| | ├──5-17 模型调优怎么做（2）.mp4 71.53M
| | ├──5-18 模型调优怎么做（3）.mp4 58.92M
| | ├──5-19 模型调优怎么做（4）.mp4 139.78M
| | ├──5-2 协同过滤---最经典的排序算法.mp4 57.52M
| | ├──5-21 利用深度学习模型完善排序服务.mp4 216.99M
| | ├──5-3 协同过滤算法实现.mp4 160.17M
| | ├──5-5 深度学习---革命性的机器学习模型.mp4 91.79M
| | ├──5-6 TensorFlow---业界最著名的深度学习框架.mp4 44.63M
| | ├──5-7 用三个例子体验TensorFlow（上）.mp4 95.11M
| | ├──5-8 用三个例子体验TensorFlow（下）.mp4 58.12M
| | └──5-9 MLP---最经典的深度学习模型.mp4 65.70M
| ├──第6阶段 【效果评估】衡量推荐结果的好坏
| | ├──6-1 如何衡量推荐系统的好坏（上）.mp4 44.55M
| | ├──6-2 如何衡量推荐系统的好坏（下）.mp4 45.72M
| | ├──6-4 在线评价系统的方法：AB测试.mp4 45.21M
| | ├──6-5 代码实现AB测试功能（上）.mp4 140.49M
| | └──6-6 代码实现AB测试功能（下）.mp4 109.32M
| ├──第7阶段 【深入学习】工程中的实践问题探讨
| | ├──7-1 实践问题---如何解决冷启动（上）.vep 26.99M
| | ├──7-2 实践问题---如何解决冷启动（下）.vep 36.64M
| | ├──7-3 实践问题---如何增强系统实时性（上）.vep 26.49M
| | └──7-4 实践问题---如何增强系统实时性（下）.vep 16.66M
| ├──第7阶段 【深入学习】工程中的实践问题探讨-下
| | ├──7-5 用Flink处理用户实时行为反馈（上）.mp4 83.40M
| | ├──7-6 用Flink处理用户实时行为反馈（中）.mp4 127.17M
| | └──7-7 用Flink处理用户实时行为反馈（下）.mp4 116.71M
| └──第8阶段 【结语】前沿拓展
| | ├──8-1 拓展篇之强化学习.mp4 65.99M
| | ├──8-2 前沿拓展之Wide&Cross模型（上）.mp4 45.51M
| | ├──8-3 前沿拓展之Wide&Cross模型（下）.mp4 44.53M
| | └──8-4 回顾+结语.mp4 54.24M
├──2025更新-第29套：机器学习集训营-六大企业项目 挑战年薪40万 机器学习+深度学习+CV+NLP+推荐系统
| ├──00、预习阶段-Python基础和数据分析
| | ├──00、在线直播：开班宣讲.mp4 123.77M
| | ├──01、在线视频：Python基础语法语法精讲.mp4 411.41M
| | ├──02、在线视频：Python核心语法进阶.mp4 305.81M
| | ├──03、在线视频：数据分析numpy和pandas精髓速讲.mp4 370.49M
| | └──04、在线视频：matplotlib数据可视化.mp4 391.00M
| ├──01、第一阶段机器学习原理
| | ├──在线视频：1-线性回归、logistic回归、梯度下降.mp4 480.34M
| | ├──在线视频：2-决策树、随机森林、GBDT.mp4 545.25M
| | ├──在线视频：3-SVM与数据分类.mp4 321.24M
| | ├──在线视频：4-特征工程：数据清洗、异常点处理、特征抽取.选择.组合.mp4 502.56M
| | ├──在线直播：11-XGBoost精讲.mp4 345.45M
| | ├──在线直播：12-HMM、CRF模型要点.mp4 345.81M
| | ├──在线直播：5-机器学习简介、广义线性模型（线性回归、逻辑斯蒂回归）精髓速讲.mp4 440.15M
| | ├──在线直播：7-决策树、Boosting模型融合的精髓速讲.mp4 367.11M
| | └──在线直播：9-朴素贝叶斯、SVM模型精髓速讲.mp4 376.92M
| ├──02、第二阶段机器学习实战
| | ├──在线视频：01-机器学习基本流程，基础模型与sklearn使用.vep 560.56M
| | ├──在线视频：04-基于SQL的机器学习流程和实践.vep 686.57M
| | ├──在线直播：02-数据分析与特征工程串讲.vep 351.83M
| | ├──在线直播：03-图像与文本基础.vep 451.68M
| | ├──在线直播：05-机器学习实践案例高阶.vep 425.70M
| | ├──在线直播：06-机器学习模型部署与案例.vep 551.37M
| | ├──在线直播：07-Home Credit用户信贷违约预测.vep 619.80M
| | └──在线直播：08-机器学习项目实战：渔船时序轨迹分类.vep 570.63M
| ├──03、第三阶段深度学习原理到实战
| | ├──在线视频：1-神经网络初步：全连接与反向传播.mp4 363.14M
| | ├──在线视频：2-卷积神经网络与计算机视觉.mp4 367.38M
| | ├──在线视频：3-循环神经网络与自然语言处理.mp4 474.19M
| | ├──在线视频：4-深度学习实践：Caffe与Tensorflow项目实战.mp4 538.44M
| | ├──在线视频：5-深度神经网络、Wide & Deep模型架构理解.mp4 307.62M
| | ├──在线视频：6-卷积神经网络、实战图像分类.mp4 351.23M
| | ├──在线视频：7-循环神经网络、文本情感分类和图文生成模型.mp4 362.81M
| | └──在线直播：8-深度学习在工业项目中的应用(调参、优化、模型压缩).mp4 233.78M
| ├──04、第四阶段深度学习模型应用
| | ├──在线视频：01-陈博士带你从头到尾通透word2vec.vep 829.30M
| | ├──在线视频：1-深度学习在物体检测中的应用：Two-Stage和One-Stage框架.vep 279.36M
| | ├──在线直播：2-人脸识别真的安全吗？机器学习.深度学习安全前沿技术：对抗攻击和防御.vep 264.07M
| | └──在线直播：3-深度学习模型实践技巧：工业界是如何通过蒸馏收敛到一个更优的部署模型.vep 198.30M
| ├──05、第五阶段-CV NLP 推荐三大方向的基础技术巩固
| | ├──在线视频1-深度学习在物体检测中的应用.上..mp4 290.38M
| | ├──在线视频2-深度学习在物体检测中的应用.中..mp4 243.44M
| | ├──在线视频3-深度学习在物体检测中的应用.下..mp4 271.83M
| | ├──在线视频4-NLP基础技能：文本处理技能与文本数据清洗、提取、分词与统计.mp4 590.00M
| | ├──在线视频5-深度学习回顾与pytorch简介.mp4 349.55M
| | ├──在线视频6-当下最好的语言模型BERT：发展历程、模型介绍及应用举例.mp4 496.35M
| | ├──在线视频7-推荐业务、feed流产品及推荐算法策略架构解析.mp4 356.74M
| | ├──在线视频8-用户特征和Item特征的常用方法.mp4 268.85M
| | └──在线视频9-商品推荐方案讨、E&&E算法以及deep learning如何作用于推荐系统中的排序.mp4 435.97M
| ├──06、第六阶段 CV NLP 推荐三大方向的完整项目实战
| | ├──在线直播：01-CV-1-行人重识别项目（ReID）背景与基线方法.vep 259.43M
| | ├──在线直播：02-CV-2-行人重识别项目（ReID）跑通训练+评测流程.vep 301.20M
| | ├──在线直播：03-CV-3-行人重识别项目（ReID）多任务训练框架.vep 335.65M
| | ├──在线直播：04-CV-4-行人重识别项目（ReID）模型优化迭代及总结.vep 330.63M
| | ├──在线直播：05-NLP-1-智能问答机器人项目介绍和环境搭建.vep 421.41M
| | ├──在线直播：06-NLP-2-意图识别与文本匹配.vep 488.57M
| | ├──在线直播：07-NLP-3-智能问答机器人中的闲聊.vep 575.16M
| | ├──在线直播：08-NLP-4-智能问答机器人项目的部署、总结.vep 470.45M
| | ├──在线直播：09-推荐-1-商品推荐系统介绍和环境搭建.vep 393.82M
| | ├──在线直播：10-推荐-2-商品推荐系统特征工程.vep 545.65M
| | ├──在线直播：11-推荐-3-商品推荐系统模型构建.vep 592.67M
| | └──在线直播：12-推荐-4-商品推荐系统迭代优化.vep 526.75M
| ├──07、第七阶段 项目库补充项目实习与就业指导
| | ├──在线视频：01-CV1-人体姿态识别项目开题：项目介绍与环境搭建.mp4 67.92M
| | ├──在线视频：02-CV2-人体姿态识别初探：单人姿态与多人姿态.mp4 338.19M
| | ├──在线视频：03-CV3-人体姿态估计与实战：实战代码与评价指标.mp4 212.09M
| | ├──在线视频：04-CV4-人体姿态估计引申探讨：3D姿态与多视角姿态估计.mp4 372.44M
| | ├──在线视频：05-NLP1-聊天机器人项目开题：项目介绍和环境搭建.mp4 108.63M
| | ├──在线视频：06-NLP2-聊天机器人特征工程和模型构建.mp4 332.61M
| | ├──在线视频：07-NLP3-聊天机器人迭代优化：Transformer与BERT应用.mp4 332.58M
| | ├──在线视频：08-NLP4-聊天机器人总结：编程实现与系统搭建.mp4 266.12M
| | ├──在线视频：09-推荐1-电影推荐网站 开题：项目介绍和环境搭建.mp4 137.25M
| | ├──在线视频：10-推荐2-从零搭建电影推荐网站特征工程和模型构建.mp4 863.52M
| | ├──在线视频：11-推荐3-从零搭建电影推荐网站迭代优化.mp4 663.44M
| | ├──在线视频：12-推荐4-从零搭建电影推荐网站评估、部署、总结.mp4 219.00M
| | ├──在线直播：13-推荐-5-商品推荐系统讲整体内容梳理和进阶.mp4 249.73M
| | └──在线直播：14-机器学习面试辅导.mp4 178.63M
| └──课件
| | ├──data.zip 7.07M
| | └──课件.zip 543.18M
├──2025更新-第30套：全新Langchain大模型AI全方位应用与【多智能体实战开发】特训营视频课程
| ├──00_00-源码资料
| | ├──课程推荐大模型
| | ├──01-Langchain.rar 46.63M
| | ├──02-agent.rar 4.56M
| | ├──03-case.rar 16.99kb
| | ├──04-Langgraph.rar 521.92kb
| | └──2_02-chain的基本结构_提示_模型_输出解析器.pptx 490.35kb
| ├──01_01-认识Langchain.mp4 79.05M
| ├──02_02-chain的基本结构_提示_模型_输出解析器.mp4 50.70M
| ├──03_03-langchain接入国内最强大模型chatglm4.mp4 105.55M
| ├──04_04-Langchain调用本地开源大模型ChatGLM3.vep 87.53M
| ├──05_05-Langchain接入开源大模型的类openai服务器.vep 88.45M
| ├──06_06-Langchain提示词模块与历史对话.vep 107.57M
| ├──07_07-不同案例选择器应用_长度选择器_相似度选择器_重叠选择器.vep 139.13M
| ├──08_08-ChromaDB向量数据库进行问题思路匹配提高回答准确率.vep 146.73M
| ├──09_09-对话形式提示词工程.vep 66.35M
| ├──10_10-提示词里模板中的模板解决复杂的聊天对话.vep 72.06M
| ├──11_11-Langchain管道提示词模板应用.vep 40.82M
| ├──12_12-Langchain缓存加速应用响应.vep 71.36M
| ├──13_13-解析输出csv_时间_枚举内容.vep 61.29M
| ├──14_14-Langchain输出JSON格式和修复大模型错误输出.vep 93.82M
| ├──15_15-langchain解析大模型XML输出格式.vep 39.43M
| ├──16_16-如何自定义大模型的输出解析器.vep 50.25M
| ├──17_17-RAG数据检索增强.vep 55.36M
| ├──18_18-加载知识库文档与检索算法设置.vep 146.17M
| ├──19_19-处理解析PDF文档为知识库.vep 60.42M
| ├──20_20-HTML文本分割提炼网页知识点.vep 67.60M
| ├──21_21-分割markdown_代码源码提炼知识库文档.vep 91.38M
| ├──22_22-知识库文档生成多向量检索器实现精准检索.vep 160.67M
| ├──23_23-让大模型生成检索语句进行精确查找.vep 67.20M
| ├──24_24-大模型并行控制复杂流程.vep 130.10M
| ├──25_25-大模型路由映射传递数据.vep 112.62M
| ├──26_26-自定义链式配置的多种方式.vep 156.19M
| ├──27_27-自定义流式生成器函数.vep 52.28M
| ├──28_28-搭建第一个AI智能体.vep 145.01M
| ├──29_29-给智能体添加记忆能力-1~1.vep 54.73M
| ├──30_30-智能体原理2~1.vep 92.30M
| ├──31_31-OpenAI智能体调用源码解析~2.vep 143.75M
| ├──32_32-XML链式执行任务智能体搭建~2.vep 73.16M
| ├──33_33-JSON链式智能体任务执行~2.vep 93.99M
| ├──34_34-ReAct智能体搭建思路1~1.vep 46.78M
| ├──35_35-从零使用Langchain搭建适应不同大模型智能体.vep 226.70M
| ├──36_36-自定义智能体记忆链创建.vep 56.55M
| ├──37_37-自主搭建超级搜索引擎Searxng服务器作为借口.vep 133.31M
| ├──38_38-控制智能体限制执行.vep 34.57M
| ├──39_39-AI大模型获取前沿论文知识.vep 98.56M
| ├──40_40-AI调用Shell接管控制电脑.vep 147.30M
| ├──41_41-AI根据问题生成代码并自主运行计算.vep 48.95M
| ├──42_42-duckduckgo免费搜索引擎API应用1.vep 65.00M
| ├──43_01-具有知识库的上下文感知AI销售助手架构.vep 31.50M
| ├──44_02-引导销售链与销售智能体实现.vep 107.71M
| ├──45_03-赛力斯问界汽车知识库问答链搭建.vep 71.35M
| ├──46_04-多链分工合作协作实现AI销售助手1.vep 220.53M
| ├──47_01-Langgraph多智体协作框架1~1.vep 237.50M
| ├──48_02-Langgraph多分支处多任务并行处理.vep 133.93M
| ├──49_03-循环图与多图协作处理系统复杂任务1.vep 173.90M
| ├──50_04-让智能体做GPT4都做不了的事情-讲段子Joke.vep 206.58M
| ├──51_05-灵活应用工具的LangGraph智能体.vep 246.68M
| └──52_06-多智能体扮演明星玩综艺~1.vep 263.79M
├──2025更新-第31套：AIGC人工智能零基础到进阶GPT MJ SD商业技术（落地应用）训练视频课程
| ├──01_ChatGPT先导课.mp4 17.07M
| ├──02_注册与基础使用.mp4 64.22M
| ├──03_ChatGPT的基本规矩.mp4 9.77M
| ├──04_如何与GPT进行有效沟通.vep 95.38M
| ├──05_创建你的第一个GPTs.vep 75.11M
| ├──06_测试优化你的GPTs.vep 100.77M
| ├──07_Office的使用配合（Excle）.vep 14.38M
| ├──08_Office的使用配合（PPT）.vep 43.16M
| ├──09_用GPT做思维导图.vep 60.39M
| ├──10_用GPT撰写邮件[].vep 114.04M
| ├──11_麦肯锡行业分析法[].vep 39.19M
| ├──12_用GPT做创业研报[].vep 132.04M
| ├──13_批量高效背单词[].vep 26.80M
| ├──14_GPT爆款标题神龙[].vep 43.95M
| ├──15_用GPT写XHS爆款笔记[].vep 61.39M
| ├──16_用GPT做XY闲置副业[].vep 43.95M
| ├──17_用GPT编写中视频脚本[].vep 47.54M
| ├──18_论文、面试、求职：GPT全方位助力[].vep 166.91M
| ├──19_GPT本地客户端部署.vep 73.81M
| ├──20_GPT网页插件云部署.vep 69.20M
| ├──21_GPT绿泡泡聊天机器人部署.vep 124.15M
| ├──22_注册订阅与基础使用.vep 55.19M
| ├──23_基础控图与后缀参数(上).vep 22.41M
| ├──24_基础控图与后缀参数(下).vep 77.64M
| ├──25_后缀参数全面深入解析.vep 46.70M
| ├──26_万能关键词公式.vep 88.12M
| ├──27_高级关键词技巧.vep 41.44M
| ├──28_融图技巧的三重奏.vep 14.38M
| ├──29_运营海报设计.vep 20.12M
| ├──30_写实宠物摄影.vep 58.76M
| ├──31_产品海报渲染.vep 64.02M
| ├──32_卡通IP人物图.vep 85.32M
| ├──33_游戏概念场景.vep 85.78M
| ├──34_室内场景延展.vep 55.37M
| ├──35_商业素材生成.vep 48.06M
| ├──36_电商产品主图.vep 64.74M
| ├──37_GPT与MJ完美搭档高效编写提示词.vep 56.73M
| ├──38_SD和MJ工作原理的差异及快速上手操作.vep 26.49M
| ├──39_SD工具的配合逻辑.vep 19.09M
| ├──40_SDWin电脑本地部署.vep 16.44M
| ├──41_SD云端部署.vep 53.93M
| ├──42_模型，滤镜，插件，embedding概念讲解.vep 56.20M
| ├──43_模型，lora，vae，embedding的安装部署.vep 42.60M
| ├──44_插件的安装部署.vep 28.54M
| ├──45_SD文生图与界面介绍.vep 41.66M
| ├──46_提示词公式与技巧.vep 25.46M
| ├──47_提示词反推方法和提示词插件.vep 44.88M
| ├──48_LORA适用场景和使用范围.vep 36.31M
| ├──49_脚本xyz图标应用.vep 36.67M
| ├──50_SD图生图与真人漫改.vep 19.39M
| ├──51_图生图的多种使用方式.vep 98.26M
| ├──52_图生图-涂鸦.vep 22.29M
| ├──53_图生图—局部重绘.vep 56.63M
| ├──54_图生图-涂鸦重绘.vep 46.33M
| ├──55_图生图-上传重绘蒙版+openpose.vep 56.30M
| ├──56_controlnet概念和界面参数.vep 34.39M
| ├──57_controlnet边缘轮廓.vep 79.51M
| ├──58_controlnet图像控制.vep 28.13M
| ├──59_controlnet人物控制.vep 22.57M
| ├──60_controlnet成像效果.vep 74.76M
| ├──61_controlnet优化生成.vep 80.13M
| ├──62_controlnet多应用模式.vep 35.06M
| ├──63_SD摄影.vep 130.20M
| ├──64_SD游戏海报+场景.vep 111.56M
| ├──65_SD电商场景.vep 63.08M
| ├──66_SD创意二维码.vep 50.48M
| ├──67_SD服装店.vep 71.92M
| ├──68_SD建筑室内.vep 117.61M
| ├──69_SD插画设计.vep 37.90M
| ├──70_SD食品生鲜.vep 44.14M
| ├──71_SD丝滑动画.vep 177.77M
| ├──72_SD盲盒.vep 68.88M
| ├──73_商业设计实操攻略总结.vep 15.84M
| ├──74_StableDiffusion艺术LOGO教程.vep 56.55M
| ├──75_老照片修复和上色.vep 50.87M
| ├──76_EasyPhoto打造逼真写真.vep 81.87M
| ├──77_模型科普：SDXL1.0全方位解析.vep 54.59M
| └──78_赛博丹炉Lora.vep 39.03M
├──2025更新-第32套：JK-AI大模型（应用实战营）场景化深度落地实践，多重维度构建能力模型课程
| ├──01 第01阶段：开营分享
| | ├──资料
| | └──01.开营直播-Meta-Learning AI大模型时代的方法论与竞争力.vep 1.02G
| ├──02 第02阶段：大模型基础
| | ├──资料
| | ├──01.（7.12直播）大模型基础：初探大模型-起源与发展.vep 572.88M
| | └──02.（7.16直播）大模型基础：GPT模型家族&提示学习 .vep 1003.65M
| ├──03 第03阶段：大模型开发与应用实践
| | ├──资料
| | ├──01.（7.19直播）Embedding.vep 942.73M
| | └──02.（7.23直播）OpenAI 大模型开发与应用实践.vep 1.07G
| ├──04 第04阶段：实战 OpenAI-Translator
| | ├──资料
| | ├──01.（7.26直播）大模型应用最佳实践.vep 1.01G
| | └──02.（7.30直播）实战 OpenAI-Translator.vep 1.25G
| ├──05 第05阶段：ChatGPT Plugin开发，开发框架LangChain
| | ├──01.（8.2直播）ChatGPT Plugin开发.vep 921.48M
| | └──02.（8.6直播）大模型应用开发框架LangChain（上）.vep 1.41G
| ├──06 第06阶段：大模型应用开发框架LangChain
| | ├──资料
| | ├──01.（8.9直播）大模型应用开发框架LangChain（中）.vep 1.17G
| | ├──02.（8.13直播）大模型应用开发框架LangChain（下）-Part1.vep 1.05G
| | └──02.（8.13直播）大模型应用开发框架LangChain（下）-Part2.vep 738.08M
| ├──07 第07阶段：实战 LangChain版OpenAI-Translator
| | ├──资料
| | ├──01.（8.23 直播）实战 LangChain版OpenAI-Translator v2 .vep 1.18G
| | └──02.（8.27直播）实战LangChain版AutoGPT.mp4 1.62G
| ├──08 第8阶段：实战房产销售机器人Sales-Consultan
| | ├──资料
| | ├──01.（8.30 直播）实战房产销售机器人Sales-Consultan.vep 1.24G
| | ├──02.（9.3直播）大模型应用落地与数据隐私-Part.vep 762.35M
| | └──02.（9.3直播）大模型应用落地与数据隐私.vep 712.39M
| ├──09 第09阶段：基于ChatGLM2大模型应用开发
| | ├──资料
| | ├──01.（9.6直播）大模型开源生态与硬件选型.mp4 1.28G
| | └──02.（9.10 直播）基于ChatGLM2大模型应用开发.vep 1.66G
| └──10 第10阶段：源码资料
| | ├──AIGC演讲PPT
| | ├──aigc_LLM_engineering-main.zip 69.24M
| | ├──github仓库地址.txt 0.12kb
| | ├──LLM原理与ChatPDF实现.pdf 3.73M
| | ├──openai-quickstart-main.zip 46.67M
| | └──课程表.png 989.34kb
├──2025更新-第33套：JK-AI大模型（微调训练营）全面解析微调技术理论，掌握大模型微调核心技能课程
| ├──第01阶段：开营直播
| | ├──大厂案例PPT
| | ├──0-开营直播-10.19直播答疑部分.vep 356.99M
| | └──0-开营直播1019-RAG、微调、预训练，如何选择适合的大模型优化方式？.mp4 1.13G
| ├──第02阶段：开营直播：大语言模型微调的前沿技术与应用
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第03阶段：大模型四阶技术总览
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第04阶段：大语言模型技术发展与演进
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第05阶段：大语言模型微调技术揭秘-PEFT
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第06阶段：大语言模型微调技术揭秘-LoRA
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第07阶段：大模型开发工具库
| | ├──代码
| | ├──课件
| | ├──视频
| | └──直播评论
| ├──第08阶段：实战 Transformers 模型微调
| | ├──代码
| | ├──课件
| | ├──视频
| | └──直播评论
| ├──第09阶段：实战Transformers模型量化
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第10阶段：大模型高效微调工具HF PEFT
| | ├──代码
| | ├──课件
| | ├──视频
| | └──直播评论
| ├──第11阶段：实战QLoRA微调ChatGLM3-6B
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第12阶段：快速入门 LangChain
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第13阶段：实战基于LangChain和ChatGLM私有化部署聊天机器人
| | ├──代码
| | ├──课件
| | ├──视频
| | └──直播评论
| ├──第14阶段：实战私有数据微调ChatGLM3
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第15阶段：ChatGPT大模型训川练技术RLHF
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第16阶段：混合专家模型（MoEs）技术揭秘
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| ├──第17阶段：大模型分布式训练框架 Microsoft DeepSpeed
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
| └──第18阶段：Meta AI 大模型家族 LLaMA
| | ├──代码
| | ├──课件
| | ├──视频
| | ├──直播评论
| | └──资料
├──2025更新-第34套：人工智能AI深度学习就业班入门到精通机器学习项目实战深入学习视频课程
| ├──第01阶段：人工智能基础-快速入门
| | ├──1：人工智能就业前景与薪资.mp4 33.79M
| | ├──2：人工智能适合人群与必备技能.mp4 21.05M
| | ├──3：人工智能时代.mp4 16.73M
| | ├──4：人工智能在各领域的应用.mp4 41.84M
| | ├──5：人工智能常见流程.mp4 36.39M
| | ├──6：机器学习不同的学习方式.mp4 31.24M
| | ├──7：深度学习比传统机器学习有优势.mp4 33.53M
| | ├──8：有监督机器学习任务与本质.mp4 23.26M
| | └──9：无监督机器学习任务与本质.mp4 31.15M
| ├──第02阶段：人工智能基础-Python基础
| | ├──章节1：Python开发环境搭建
| | └──章节2：Python基础语法
| ├──第03阶段：人工智能基础-Python科学计算和可视化
| | ├──章节1：科学计算模型Numpy
| | ├──章节2：数据可视化模块
| | └──章节3：数据处理分析模块Pandas
| ├──第04阶段：人工智能基础-高等数学知识强化
| | ├──3：最优化知识_数学内容学习重点.mp4 25.92M
| | ├──40：随机变量.mp4 17.18M
| | ├──41：数学期望和方差.mp4 16.19M
| | ├──42：常用随机变量服从的分布.mp4 14.65M
| | ├──43：随机向量_独立性_协方差_随机向量的正太分布.mp4 22.96M
| | ├──44：最大似然估计思想.mp4 16.64M
| | ├──45：最优化的基本概念.mp4 23.97M
| | ├──46：迭代求解的原因.mp4 13.00M
| | ├──47：梯度下降法思路.mp4 19.43M
| | ├──48：梯度下降法的推导.mp4 31.40M
| | ├──49：牛顿法公式推导以及优缺点.mp4 30.05M
| | ├──4：导数的定义_左导数和右导数.mp4 20.12M
| | ├──50：坐标下降法_数值优化面临的问题.mp4 17.07M
| | ├──51：凸集.mp4 14.04M
| | ├──52：凸函数.mp4 12.36M
| | ├──53：凸优化的性质_一般表达形式.mp4 14.83M
| | ├──54：拉格朗日函数.mp4 19.75M
| | ├──5：导数的几何意义和物理意义.mp4 10.23M
| | ├──6：常见函数的求导公式.mp4 15.81M
| | ├──7：导数求解的四则运算法则.mp4 18.97M
| | ├──8：复合函数求导法则.mp4 11.80M
| | ├──9：推导激活函数的导函数.mp4 23.55M
| | ├──【 】数学.pdf 1.50M
| | ├──10：高阶导数_导数判断单调性_导数与极值.mp4 15.31M
| | ├──11：导数判断凹凸性_导数用于泰勒展开.mp4 31.51M
| | ├──12：向量的意义_n维欧式空间空间.mp4 15.36M
| | ├──13：行向量列向量_转置_数乘_加减乘除.mp4 14.18M
| | ├──14：向量的内积_向量运算法则.mp4 14.39M
| | ├──15：学习向量计算的用途举例.mp4 16.85M
| | ├──16：向量的范数_范数与正则项的关系.mp4 23.53M
| | ├──17：特殊的向量.mp4 19.39M
| | ├──18：矩阵_方阵_对称阵_单位阵_对角阵.mp4 13.48M
| | ├──19：矩阵的运算_加减法_转置.mp4 17.36M
| | ├──1：人工智能学习数学的必要性_微积分知识点.mp4 18.98M
| | ├──20：矩阵相乘.mp4 14.37M
| | ├──21：矩阵的逆矩阵.mp4 27.59M
| | ├──22：矩阵的行列式.mp4 14.62M
| | ├──23：多元函数求偏导.mp4 16.35M
| | ├──24：高阶偏导数_梯度.mp4 19.75M
| | ├──25：雅可比矩阵_在神经网络中应用.mp4 26.05M
| | ├──26：Hessian矩阵.mp4 22.56M
| | ├──27：二次型.mp4 18.56M
| | ├──28：补充关于正定负定的理解.mp4 13.08M
| | ├──29：特征值和特征向量(1).mp4 19.46M
| | ├──2：线性代数_概率论知识点.mp4 17.27M
| | ├──30：特征值和特征向量(2).mp4 18.02M
| | ├──31：特征值分解.mp4 26.19M
| | ├──32：多元函数的泰勒展开_矩阵和向量的求导.mp4 30.51M
| | ├──33：奇异值分解定义.mp4 16.39M
| | ├──34：求解奇异值分解中的UΣV矩阵.mp4 34.06M
| | ├──35：奇异值分解性质_数据压缩.mp4 23.37M
| | ├──36：SVD用于PCA降维.mp4 17.59M
| | ├──37：SVD用于协同过滤_求逆矩阵.mp4 23.78M
| | ├──38：概率论_随机事件与随机事件概率.mp4 14.05M
| | └──39：条件概率_贝叶斯公式.mp4 21.98M
| ├──第05阶段：机器学习-线性回归
| | ├──章节1：多元线性回归
| | ├──章节2：梯度下降法
| | ├──章节3：归一化
| | ├──章节4：正则化
| | └──章节5：Lasso回归_Ridge回归_多项式回归
| ├──第06阶段：机器学习-线性分类
| | ├──章节1：逻辑回归
| | ├──章节2：Softmax回归
| | ├──章节3：SVM支持向量机算法
| | └──章节4：SMO优化算法
| ├──第07阶段：机器学习-无监督学习
| | ├──章节1：聚类系列算法
| | ├──章节2：EM算法和GMM高斯混合模型
| | └──章节3：PCA降维算法
| ├──第08阶段：机器学习-决策树系列
| | ├──章节1：决策树
| | ├──章节2：集成学习和随机森林
| | ├──章节3：GBDT
| | └──章节4：XGBoost
| ├──第09阶段：机器学习-概率图模型
| | ├──章节1：贝叶斯分类
| | ├──章节2：HMM算法
| | └──章节3：CRF算法
| ├──第10阶段：机器学习与大数据-Kaggle竞赛实战
| | ├──章节1：药店销量预测案例
| | └──章节2：网页分类案例
| ├──第11阶段：机器学习与大数据-海量数据挖掘工具
| | ├──章节1：Spark计算框架基础
| | ├──章节2：Spark计算框架深入
| | └──章节3：Spark机器学习MLlib和ML模块
| ├──第12阶段：机器学习与大数据-推荐系统项目实战
| | ├──章节1：推荐系统--流程与架构
| | ├──章节2：推荐系统--数据预处理和模型构建评估实战
| | └──章节3：推荐系统--模型使用和推荐服务
| ├──第13阶段：深度学习-原理和进阶
| | ├──章节1：神经网络算法
| | ├──章节2：TensorFlow深度学习工具
| | └──章节3：反向传播推导_Python代码实现神经网络
| ├──第14阶段：深度学习-图像识别原理
| | ├──章节1：卷积神经网络原理.zip 473.80M
| | ├──章节2：卷积神经网络优化.zip 673.57M
| | ├──章节3：经典卷积网络算法.zip 839.61M
| | ├──章节4：古典目标检测.zip 359.94M
| | └──章节5：现代目标检测之FasterRCNN.zip 780.53M
| ├──第15阶段：深度学习-图像识别项目实战
| | ├──章节1：车牌识别
| | ├──章节2：自然场景下的目标检测及源码分析
| | └──章节3：图像风格迁移
| ├──第16阶段：深度学习-目标检测YOLO(V1-V4全版本)实战
| | ├──章节1：YOLOv1详解
| | ├──章节2：YOLOv2详解
| | ├──章节3：YOLOv3详解
| | ├──章节4：YOLOv3代码实战
| | ├──章节5：YOLOv4详解
| | ├──keras-yolo3-master.rar 443.97M
| | └──资料.rar 25.37M
| ├──第17阶段：深度学习-语义分割原理和实战
| | ├──章节1：上采样_双线性插值_转置卷积
| | ├──章节2：医疗图像UNet语义分割
| | └──章节3：蒙版弹幕MaskRCNN语义分割
| ├──第18阶段：深度学习-人脸识别项目实战
| | ├──章节1：人脸识别
| | ├──facenet-master.zip 823.10M
| | ├──模型.rar 186.42M
| | └──资料.rar 7.47M
| ├──第19阶段：深度学习-NLP自然语言处理原理和进阶
| | ├──章节1：词向量与词嵌入
| | ├──章节2：循环神经网络原理与优化
| | ├──章节3：从Attention机制到Transformer
| | └──章节4：ELMO_BERT_GPT
| ├──第20阶段：深度学习-NLP自然语言处理项目实战
| | ├──章节1：词向量.zip 438.10M
| | ├──章节2：自然语言处理--情感分析.zip 195.51M
| | ├──章节3：AI写唐诗.zip 335.02M
| | ├──章节4：Seq2Seq聊天机器人.zip 204.42M
| | ├──章节5：实战NER命名实体识别项目.zip 576.16M
| | ├──章节6：BERT新浪新闻10分类项目.zip 153.66M
| | └──章节7：GPT2聊天机器人.zip 49.97M
| ├──第21阶段：深度学习-OCR文本识别
| | ├──章节1：深度学习-OCR文本识别
| | └──资料.rar 478.63kb
| ├──第22阶段：Pytorch项目实战
| | ├──章节1：PyTorch运行环境安装_运行环境测试
| | ├──章节2：PyTorch基础_Tensor张量运算
| | ├──章节3：PyTorch卷积神经网络_实战CIFAR10
| | ├──章节4：PyTorch循环神经网络_词性标注
| | ├──章节5：PyTorch编码器解码器_机器翻译
| | ├──代码.rar 307.66M
| | └──资料.rar 1.77M
| ├──第23阶段：百度飞桨PaddlePaddle实战【新增】
| | ├──章节1：PaddlePaddle框架安装_波士顿房价预测
| | ├──章节2：PaddlePaddle卷积网络_病理性近视识别
| | ├──章节3：PaddleDetection工具_PCB电路板缺陷检测
| | ├──章节4：PaddleOCR工具_车牌识别（目标检测+CRNN+CTCLoss)
| | ├──章节5：PaddleNLP模块_物流信息提取（BiGRU+CRF）
| | └──章节6：PaddleNLP模块_物流信息提取（ERNIE版）
| ├──第24阶段：Linux环境编程基础
| | ├──章节1：Linux
| | ├──软件.rar 2.18G
| | └──文档.rar 2.78M
| ├──第25阶段：算法与数据结构
| | ├──章节1：算法与数据结构
| | └──资料.zip 4.80M
| └──解压密码：MTcrr18oGVEnPXmy
| | └──这是密码，返回从1看视频课
└──2025更新-第35套：最新大模型（LLMs AIGC多模态）面试宝典，让你的大模型面试之路顺畅资料
| ├──01大模型（LLMs）基础面
| | ├──01大模型（LLMs）基础面[].pdf 802.13kb
| | ├──02Layer normalization 篇[].pdf 427.31kb
| | ├──03LLMs 激活函数篇[].pdf 361.32kb
| | ├──04Attention 升级面[].pdf 374.18kb
| | ├──05transformers 操作篇[].pdf 193.65kb
| | ├──06LLMs 损失函数篇[].pdf 1.01M
| | └──07相似度函数篇[].pdf 140.97kb
| ├──02大模型（LLMs）进阶面
| | └──大模型（LLMs）进阶面[].pdf 3.66M
| ├──03大模型（LLMs）微调面
| | ├──1大模型（LLMs）微调面[].pdf 14.01M
| | ├──2大模型 SFT Trick 篇[].pdf 3.52M
| | └──3LLMs 训练经验帖[].pdf 246.24kb
| ├──04大模型（LLMs）langchain 面
| | ├──1大模型（LLMs）langchain 面[].pdf 606.63kb
| | ├──2多轮对话中让AI保持长期记忆的8种优化方式篇[].pdf 306.80kb
| | └──3基于langchain RAG问答应用实战[].pdf 342.43kb
| ├──05大模型 RAG 经验面
| | ├──10大模型（LLMs）RAG 优化策略 —— RAG-Fusion篇[].pdf 1.46M
| | ├──11Graph RAG 面 — 一种 基于知识图谱的大模型检索增强实现策略[].pdf 944.78kb
| | ├──1大模型 RAG 经验面[].pdf 4.24M
| | ├──2LLM文档对话 —— pdf解析关键问题[].pdf 2.09M
| | ├──3大模型（LLMs）RAG 版面分析——表格识别方法篇[].pdf 975.86kb
| | ├──4大模型（LLMs）RAG 版面分析——文本分块面[].pdf 493.11kb
| | ├──5大模型外挂知识库优化——如何利用大模型辅助召回？[].pdf 957.61kb
| | ├──6大模型外挂知识库优化——负样本样本挖掘篇[].pdf 1.72M
| | ├──7RAG（Retrieval-Augmented Generation）评测面[].pdf 997.51kb
| | ├──8检索增强生成(RAG) 优化策略篇[].pdf 4.10M
| | └──9大模型（LLMs）RAG —— 关键痛点及对应解决方案[].pdf 1.28M
| ├──06大模型（LLMs）参数高效微调(PEFT) 面
| | ├──1大模型（LLMs）参数高效微调(PEFT) 面[].pdf 1.49M
| | ├──2适配器微调（Adapter-tuning）篇[].pdf 415.83kb
| | ├──3提示学习（Prompting）篇[].pdf 2.80M
| | ├──4LoRA 系列常见面试题篇[].pdf 5.04M
| | ├──5如何使用 PEFT库 中 LoRA？[].pdf 665.60kb
| | └──6大模型 SFT 方式对比篇[].pdf 1.70M
| ├──07大模型（LLMs）推理面
| | └──大模型（LLMs）推理面[].pdf 2.73M
| ├──08大模型（LLMs）增量预训练篇
| | ├──1大模型（LLMs）增量预训练篇[].pdf 3.72M
| | ├──2大模型（LLMs）推理加速篇[].pdf 3.08M
| | ├──3增量预训练（Pretrain）样本拼接篇[].pdf 527.33kb
| | └──4基于lora的llama2二次预训练[].pdf 2.22M
| ├──09大模型（LLMs）评测面
| | └──大模型（LLMs）评测面[].pdf 1.16M
| ├──10大模型（LLMs）强化学习面
| | ├──1大模型（LLMs）强化学习面[].pdf 1.48M
| | ├──2大模型（LLMs）强化学习——RLHF及其变种面[].pdf 2.39M
| | ├──3大模型（LLMs）强化学习—— PPO 面[].pdf 806.26kb
| | ├──4RLHF平替算法DPO篇[].pdf 2.15M
| | └──5强化学习在自然语言处理下的应用篇[].pdf 1.04M
| ├──11大模型（LLMs）训练集面
| | ├──1大模型（LLMs）训练集面[].pdf 643.65kb
| | └──2大模型（LLMs）LLM生成SFT数据方法面[].pdf 825.42kb
| ├──12大模型（LLMs）显存问题面
| | ├──1大模型（LLMs）显存问题面[].pdf 469.56kb
| | └──2显存优化策略篇[].pdf 502.51kb
| ├──13大模型（LLMs）分布式训练面
| | ├──10大模型分布式训练故障恢复篇[].pdf 242.46kb
| | ├──11pytorch 分布式计算 坑_bug 梳理篇[].pdf 637.73kb
| | ├──1大模型（LLMs）分布式训练面[].pdf 1.53M
| | ├──2图解分布式训练（一） —— 流水线并行（Pipeline Parallelism）[].pdf 1.42M
| | ├──3图解分布式训练（二） —— nn.DataParallel篇[].pdf 761.41kb
| | ├──4图解分布式训练（三） —— nn.parallel.DistributedDataParallel[].pdf 978.93kb
| | ├──5图解分布式训练（四） —— torch.multiprocessing 详细解析[].pdf 237.77kb
| | ├──6图解分布式训练（五） —— AMP混合精度训练 详细解析[].pdf 809.27kb
| | ├──7图解分布式训练（六）—— Pytorch的 DeepSpeed 详细解析[].pdf 3.49M
| | ├──8图解分布式训练（七）—— accelerate 分布式训练 详细解析[].pdf 613.17kb
| | └──9图解分布式训练（八）—— ZeRO 学习[].pdf 2.10M
| ├──14大模型（LLMs）agent 面
| | ├──1大模型（LLMs）agent 面[].pdf 1.24M
| | └──2AI Agent 面 —— 函数调用 Function Call 篇[].pdf 1.03M
| ├──15LLMs 位置编码篇
| | └──LLMs 位置编码篇[].pdf 1.45M
| ├──16LLMs Tokenizer 常见面试篇
| | ├──1LLMs Tokenizer 常见面试篇[].pdf 3.14M
| | ├──2怎么让英文大语言模型支持中文？（一） —— 构建中文tokenization[].pdf 624.03kb
| | ├──3怎么让英文大语言模型支持中文？（二） —— 继续预训练篇[].pdf 899.44kb
| | └──4怎么让英文大语言模型支持中文？（三） —— 对预训练模型进行指令微调[].pdf 368.73kb
| ├──17大模型(LLM)部署框架对比篇
| | ├──1大模型(LLM)部署框架对比篇[].pdf 3.32M
| | ├──2大模型（LLMs）加速篇[].pdf 300.36kb
| | ├──3LLMs 推理性能面[].pdf 303.04kb
| | ├──4LLM（大语言模型）部署加速方法——PagedAttention篇[].pdf 845.93kb
| | ├──5大模型推理加速工具 —— vLLM[].pdf 1.05M
| | ├──6LLM（大语言模型）部署加速方法——Faster Transformer篇[].pdf 602.24kb
| | ├──7纯Python超轻量高性能LLM推理框架 —— LightLLM[].pdf 706.47kb
| | ├──8LLM推理技术之StreamingLLM：如何拥有无限长生成能力[].pdf 1.30M
| | └──9SwiftInfer —— 大模型无限流式输入推理飙升46%，打破多轮对话长度限制[].pdf 883.63kb
| ├──18大模型幻觉（LLM Hallucination）面
| | ├──1大模型幻觉（LLM Hallucination）面[].pdf 816.72kb
| | ├──2大模型的幻觉问题篇[].pdf 412.49kb
| | └──3如何缓解大模型幻觉？[].pdf 287.74kb
| ├──19LLMs 对比篇
| | ├──1LLMs 对比篇[].pdf 3.03M
| | ├──2大模型-attention mask 篇[].pdf 96.89kb
| | ├──3百川智能baichuan7B、13B、53B、baichuan2 总结篇[].pdf 1.05M
| | ├──4LLaMA 常见面试题篇[].pdf 244.44kb
| | └──5GPT 经验篇[].pdf 513.31kb
| ├──20思维链 Chain-of-Thought（COT）篇
| | ├──1思维链 Chain-of-Thought（COT）篇[].pdf 1.47M
| | ├──2思维链 Chain-of-Thought（COT）变体篇[].pdf 4.75M
| | └──3小样本提示学习篇[].pdf 585.07kb
| ├──21LLMs 测试集 中 数据泄露 问题篇
| | └──LLMs 测试集 中 数据泄露 问题篇[].pdf 493.82kb
| ├──22MOE（Mixture-of-Experts）篇
| | ├──1MOE（Mixture-of-Experts）篇[].pdf 1.43M
| | └──2MOE大模型对比篇[].pdf 1.15M
| ├──23大模型蒸馏篇
| | ├──1大模型蒸馏篇[].pdf 449.94kb
| | ├──2LLMs 浮点数篇[].pdf 165.33kb
| | └──3自定义 CUDA 函数的轻量级包装器 —— bitsandbytes篇[].pdf 206.47kb
| ├──24大模型（LLMs）软硬件配置面
| | └──大模型（LLMs）软硬件配置面[].pdf 78.86kb
| ├──25Token及模型参数准备篇
| | └──Token及模型参数准备篇[].pdf 105.96kb
| ├──26多模态常见面试篇
| | └──多模态常见面试篇[].pdf 356.17kb
| ├──27NLP常见面试篇
| | ├──1NLP Trick 篇[].pdf 126.55kb
| | ├──2文本分类常见面试篇[].pdf 629.46kb
| | ├──3文本摘要常见面试篇[].pdf 367.42kb
| | ├──4命名实体识别常见面试篇[].pdf 457.79kb
| | └──5向量检索常见面试篇[].pdf 327.03kb
| ├──28其他常见面试篇
| | └──LLMs 其他 Trick[].pdf 238.08kb
| ├──29大模型推理加速——KV Cache篇
| | └──大模型推理加速——KV Cache篇[].pdf 2.67M
| ├──30大模型——角色扮演大模型篇
| | └──大模型——角色扮演大模型篇[].pdf 2.26M
| └──LLMs 目录[].pdf 1.59M
|
|
发表于 2025-2-26 21:07
