黑马-2024 11版AI大模型三期
名称：黑马-2024 11版AI大模型三期描述：本课程为“黑马-202411版AI大模型三期”课程，内容涵盖从大模型基础到高级应用的全面学习路径。课程分为多个阶段，包括大模型入门、应用初体验、开发新增技术、高级项目开发、多模态大模型应用实战及技术面试分享。学员将学习Python语言、大模型前置知识、Prompt-Tuning方法、LangChain工具、Function Call、Agent应用、RAG知识库、多模态模型(如Stable Diffusion)等核心技术，并通过多个实战项目(如金融行业动态风向评估、电商虚拟试衣系统、新媒体评论分类等)提升实战能力。课程还提供丰富的配套资料和面试指导，帮助学员从理论到实践全面掌握AI大模型开发与应用。
链接：
百度：https://pan.baidu.com/s/1iDvV9JP1O0XjORIpAXDyKg?pwd=rt7t
夸克：https://pan.quark.cn/s/d258b35b2236
???? 大小：56.5 GB
???? 标签：#大模型 #Python #LangChain #FunctionCall #Agent #RAG #StableDiffusion #多模态模型 #金融 #电商 #新媒体 #黑马 #11版AI大模型 #baidu #quark
└─黑马-2024 11版AI大模型三期
├─2411版AI大模型三期
│├─01阶段：大模型入门
││├─day01-大模型必备Python语言
│││ 1-1 大模型必备Python语言_1_ev.mp4
│││ 1-1 大模型必备Python语言_2_ev.mp4
│││ 1-1 大模型必备Python语言_3_ev.mp4
│││ 1-1 大模型必备Python语言_4_ev.mp4
│││ 1-1 大模型必备Python语言_5_ev.mp4
│││ 1-1 大模型必备Python语言_6_ev.mp4
│││ 1-1 大模型必备Python语言_7_ev.mp4
│││ 1-1 大模型必备Python语言_8_ev.mp4
│││ 1-1 大模型必备Python语言_9_ev.mp4
│││
││├─day02-大模型必备Python语言
│││ 1-2 大模型必备Python语言_1_ev.mp4
│││ 1-2 大模型必备Python语言_2_ev.mp4
│││ 1-2 大模型必备Python语言_3_ev.mp4
│││ 1-2 大模型必备Python语言_4_ev.mp4
│││ 1-2 大模型必备Python语言_5_ev.mp4
│││ 1-2 大模型必备Python语言_6_ev.mp4
│││ 1-2 大模型必备Python语言_7_ev.mp4
│││ 1-2 大模型必备Python语言_8_ev.mp4
│││ 1-2 大模型必备Python语言_9_ev.mp4
│││
││├─day03-大模型必备Python语言
│││ 1-3 大模型必备Python语言_10_ev.mp4
│││ 1-3 大模型必备Python语言_11_ev.mp4
│││ 1-3 大模型必备Python语言_1_ev.mp4
│││ 1-3 大模型必备Python语言_2_ev.mp4
│││ 1-3 大模型必备Python语言_3_ev.mp4
│││ 1-3 大模型必备Python语言_4_ev.mp4
│││ 1-3 大模型必备Python语言_5_ev.mp4
│││ 1-3 大模型必备Python语言_6_ev.mp4
│││ 1-3 大模型必备Python语言_7_ev.mp4
│││ 1-3 大模型必备Python语言_8_ev.mp4
│││ 1-3 大模型必备Python语言_9_ev.mp4
│││
││├─day04-大模型必备Python语言
│││ 1-4 大模型必备Python语言_1_ev.mp4
│││ 1-4 大模型必备Python语言_2_ev.mp4
│││ 1-4 大模型必备Python语言_3_ev.mp4
│││ 1-4 大模型必备Python语言_4_ev.mp4
│││ 1-4 大模型必备Python语言_5_ev.mp4
│││ 1-4 大模型必备Python语言_6_ev.mp4
│││ 1-4 大模型必备Python语言_7_ev.mp4
│││
││├─day05-大模型前置知识
│││ 1-5 大模型前置知识_10_ev.mp4
│││ 1-5 大模型前置知识_1_ev.mp4
│││ 1-5 大模型前置知识_2_ev.mp4
│││ 1-5 大模型前置知识_3_ev.mp4
│││ 1-5 大模型前置知识_4_ev.mp4
│││ 1-5 大模型前置知识_5_ev.mp4
│││ 1-5 大模型前置知识_6_ev.mp4
│││ 1-5 大模型前置知识_7_ev.mp4
│││ 1-5 大模型前置知识_8_ev.mp4
│││ 1-5 大模型前置知识_9_ev.mp4
│││
││├─day06-大模型前置知识
│││ 1-6 大模型前置知识_10_ev.mp4
│││ 1-6 大模型前置知识_11_ev.mp4
│││ 1-6 大模型前置知识_1_ev.mp4
│││ 1-6 大模型前置知识_2_ev.mp4
│││ 1-6 大模型前置知识_3_ev.mp4
│││ 1-6 大模型前置知识_4_ev.mp4
│││ 1-6 大模型前置知识_5_ev.mp4
│││ 1-6 大模型前置知识_6_ev.mp4
│││ 1-6 大模型前置知识_7_ev.mp4
│││ 1-6 大模型前置知识_8_ev.mp4
│││ 1-6 大模型前置知识_9_ev.mp4
│││
││├─day07-大模型前置知识
│││ 1-7 大模型前置知识_1_ev.mp4
│││ 1-7 大模型前置知识_2_ev.mp4
│││ 1-7 大模型前置知识_3_ev.mp4
│││ 1-7 大模型前置知识_4_ev.mp4
│││ 1-7 大模型前置知识_5_ev.mp4
│││ 1-7 大模型前置知识_6_ev.mp4
│││ 1-7 大模型前置知识_7_ev.mp4
│││ 1-7 大模型前置知识_8_ev.mp4
│││ 1-7 大模型前置知识_9_ev.mp4
│││
││└─day08-大模型前置知识
││ 1-8 大模型前置知识_10_ev.mp4
││ 1-8 大模型前置知识_11_ev.mp4
││ 1-8 大模型前置知识_1_ev.mp4
││ 1-8 大模型前置知识_2_ev.mp4
││ 1-8 大模型前置知识_3_ev.mp4
││ 1-8 大模型前置知识_4_ev.mp4
││ 1-8 大模型前置知识_5_ev.mp4
││ 1-8 大模型前置知识_6_ev.mp4
││ 1-8 大模型前置知识_7_ev.mp4
││ 1-8 大模型前置知识_8_ev.mp4
││ 1-8 大模型前置知识_9_ev.mp4
││
│├─02阶段?模型应?初体验
││├─day01 大模型应用工具实战1
│││ 01-（了解）AI工具学习目标_ev.mp4
│││ 02-（重点）传智星云网_ev.mp4
│││ 03-（重点）通义千问大模型使用_ev.mp4
│││ 04-（重点）通义万象_ev.mp4
│││ 05-（重点）通义智文_ev.mp4
│││ 06-（重点）通义听悟_ev.mp4
│││ 07-（重点）通义法睿_ev.mp4
│││ 08-（重点）讯飞星火_ev.mp4
│││
││├─day02 大模型应用工具实战2
│││ 01-（重点）讯飞智文_ev.mp4
│││ 02-（重点）VSCode集成IFlyCode实现前端页面编写_ev.mp4
│││ 03-（重点）基于IFlyCode编写后端代码_ev.mp4
│││ 04-（重点）通义灵码的使用_ev.mp4
│││ 05-（重点）AIGC堆友实现文生图以及图生图_ev.mp4
│││ 06-（重点）哩布哩布AIGC生图工具使用_ev.mp4
│││ 07-（重点）Pika文生视频及图生视频效果_ev.mp4
│││ 08-（重点）Luma文生视频以及图生视频_ev.mp4
│││ 09-（重点）可灵AI工具使用说明_ev.mp4
│││ 10-（重点）元分身数字人_ev.mp4
│││ 11-（重点）腾讯智影_ev.mp4
│││ 12-（重点）AI运营极虎漫剪_ev.mp4
│││ 13-（重点）Kimi大模型工具_ev.mp4
│││ 14-（重点）智谱清言_ev.mp4
│││
││├─day03 大模型开发入门
│││ 01-课程内容说明_ev .sz
│││ 02-大语言模型的背景_ev .sz
│││ 03-语言模型理解_ev .sz
│││ 04-语言模型的发展_ev .sz
│││ 05-内容总结_ev .sz
│││
││├─day04 主流大模型介绍及大模型Prompt-Tuning方法入
│││ 01-语言模型的评估指标_ev.mp4
│││ 02-大语言模型的主要类别_ev.mp4
│││ 03-AR和Seq2Seq模型_ev.mp4
│││ 04-主流的模型架构_ev.mp4
│││
││├─day05 大模型Prompt-Tuning方法进阶
│││ 01-GPT原理_ev .sz
│││ 02-GPT1_ev .sz
│││ 03-GPT2_ev .sz
│││ 04-GPT3_ev.mp4
│││ 05-chatGPT_ev.mp4
│││ 06-主流的开源大模型_ev.mp4
│││
││├─day06 大模型提示词工程应用
│││ 01-微调方法_ev.mp4
│││ 02-硬模版微调_ev.mp4
│││ 03-软模版_ev.mp4
│││
││├─day07 【项目】金融行业动态风向评估
│││ 01-提示词工程_ev .sz
│││ 02-清晰的描述_ev .sz
│││ 03-充足的思考_ev.mp4
│││ 04-迭代优化_ev.mp4
│││
││├─day08 企业大模型定制平台1
│││ 01-项目说明_ev.mp4
│││ 02-few-shot说明_ev.mp4
│││ 03-文本分类_ev.mp4
│││
││├─day09 企业大模型定制平台2
│││ 01-信息抽取_ev .sz
│││ 02-信息抽取2_ev .sz
│││ 03-文本匹配_ev.mp4
│││
││└─day10 【项目】电商领域虚拟试衣系统
││ 01-saas平台_ev.mp4
││ 02-API调用_ev.mp4
││ 03-案例_ev.mp4
││ 04-大模型定制平台_ev.mp4
││
│├─03阶段：?模型开发新增技术
││├─day01 大模型开发工具Function Call的原理及实践
│││ 01-百度千帆大模型介绍_ev.mp4
│││ 02-百度千帆大模型使用_ev.mp4
│││
││├─day02 【项目】财务助手
│││ 01-function_call_ev .sz
│││ 02-阿里百炼_ev .sz
│││ 03-天气获取_ev .sz
│││
││├─day03 大模型Agent的原理及实践
│││ 01-function_call多个函数_ev.mp4
│││ 02-function_call数据库查询_ev.mp4
│││ 03-GPTs_ev.mp4
│││
││├─day04 基于阿里魔搭社区的Agent应用
│││ 01-AssistantAPI_ev .sz
│││ 02-agent_ev .sz
│││
││├─day05 大模型Agent应用
│││ 01-agent_ev.mp4
│││ 02-应用场景_ev.mp4
│││ 03-邮件案例_ev.mp4
│││ 04-modelscope_ev.mp4
│││
││├─day06 大模型开发工具Langchain详解1
│││ 01-langchain介绍_ev.mp4
│││ 02-model组件_ev.mp4
│││
││├─day07 大模型开发工具Langchain详解2
│││ 01-model_ev .sz
│││ 02-prompt_ev .sz
│││ 03-chain_ev .sz
│││ 04-agent_ev .sz
│││ 05-memory_ev .sz
│││
││└─day08 大模型开发工具Langchain详解3
││ 01-index_ev.mp4
││ 02-向量数据库_ev.mp4
││ 03-检索_ev.mp4
││
│├─04阶段：?模型?级项目开发
││├─day01 项目 基于知识库RAG的物流行业信息问答系统
│││ 01-项目介绍_ev .sz
│││ 02-环境配置_ev .sz
│││ 03模型构建_ev .sz
│││ 04-构建向量库_ev .sz
│││ 05-检索_ev .sz
│││ 06-微调方法_ev .sz
│││ 07-PET微调_ev .sz
│││
││├─day02【项目】大健康行业智能问诊系统
│││ 01-上下文学习_ev.mp4
│││ 02-prefix微调_ev.mp4
│││ 03-adapter_ev.mp4
│││ 04-lora微调思想（重点）_ev.mp4
│││ 05-lora伪代码_ev.mp4
│││
││├─day03 【项目】大健康行业智能问诊系统2
│││ 01-项目介绍-1730813282_ev .sz
│││ 02-数据集介绍_ev .sz
│││ 03-preprcoess_ev .sz
│││ 04-dataset_ev.mp4
│││ 05-dataloader_ev.mp4
│││
││├─day04【项目】新零售行业评价决策系统
│││ 01-模型结构_ev.mp4
│││ 02-模型搭建_ev.mp4
│││ 03-模型训练过程_ev.mp4
│││
││├─day05【项目】新零售行业评价决策系统
│││ 01-function_tool_ev.mp4
│││ 02-预测流程_ev.mp4
│││ 03-预测实现_ev.mp4
│││ 04-预测实现2_ev.mp4
│││ 05-模型上线_ev.mp4
│││ 06-电商评论_ev.mp4
│││ 07-PET回顾_ev.mp4
│││ 08-项目架构_ev.mp4
│││ 09-数据集介绍_ev.mp4
│││ 10-配置信息_ev.mp4
│││ 11-数据获取_ev.mp4
│││ 12-template_ev.mp4
│││ 13-datapreprocess_ev.mp4
│││
││├─day06 【项目】新零售行业评价决策系统
│││ 01-dataloader_ev .sz
│││ 02-主标签找子标签_ev .sz
│││ 03-子标签找主标签_ev .sz
│││ 04-损失函数_ev .sz
│││ 05-logits转id_ev.mp4
│││ 06-评价指标_ev.mp4
│││ 07-训练过程_ev.mp4
│││
││├─day07 【项目】新媒体行业评论智能分类与信息抽取系统
│││ 01-模型推理_ev.mp4
│││ 02-项目介绍_ev.mp4
│││ 03-数据处理_ev.mp4
│││ 04-数据处理实现_ev.mp4
│││
││├─day08 【项目】新媒体行业评论智能分类与信息抽取系统
│││ 01-模型训练与推理_ev .sz
│││ 02-lora微调项目介绍_ev .sz
│││ 03-技术选型_ev .sz
│││ 04-数据集介绍_ev .sz
│││
││└─day09 【项目】新媒体行业评论智能分类与信息抽取系统
││ 01-数据处理_ev.mp4
││ 02-getmax_len_ev.mp4
││ 03-dataloader_ev.mp4
││ 04-模型训练_ev.mp4
││ 05-模型预测_ev.mp4
││ 06-aigc介绍_ev.mp4
││ 07-图像生成算法_ev.mp4
││
│├─05阶段：多模态大模型应用实战
││├─day01 【项目】Stable Diffusion多模态大模型应用实
│││ 01-图像生成_ev.mp4
│││ 02-clip模型_ev.mp4
│││ 03-dalle_ev.mp4
│││
││└─day02 【项目】Stable Diffusion多模态大模型应用实战2
││ 01-imagen_ev .sz
││ 02-stablediffusion的基本概念_ev .sz
││ 03-模型结构_ev .sz
││ 04-处理流程_ev .sz
││ 05-hai平台使用_ev .sz
││
│└─06阶段：技术面试分享（赠送）
│ ├─day01-综合项目与项目路演
│ │ day05-综合项目与项目路演0_ev.mp4
│ │ day05-综合项目与项目路演1_ev.mp4
│ │ day05-综合项目与项目路演2_ev.mp4
│ │ day05-综合项目与项目路演3_ev.mp4
│ │
│ ├─day02-大模型面试指导
│ │ 1-42 大模型加餐课（面试指导）_1_ev.mp4
│ │ 1-42 大模型加餐课（面试指导）_2_ev.mp4
│ │ 1-42 大模型加餐课（面试指导）_3_ev.mp4
│ │ 1-42 大模型加餐课（面试指导）_4_ev.mp4
│ │ 1-42 大模型加餐课（面试指导）_ev.mp4
│ │
│ └─day03-大模型加餐课
│ 大模型加餐课（模型部署）_01_ev.mp4
│ 大模型加餐课（模型部署）_02_ev.mp4
│ 大模型加餐课（模型部署）_03_ev.mp4
│ 大模型加餐课（模型部署）_04_ev.mp4
│ 大模型加餐课（模型部署）_05_ev.mp4
│ 大模型加餐课（模型部署）_06_ev.mp4
│ 大模型加餐课（模型部署）_07_ev.mp4
│ 大模型加餐课（模型部署）_08_ev.mp4
│ 大模型加餐课（模型部署）_09_ev.mp4
│ 大模型加餐课（模型部署）_10_ev.mp4
│
└─3期AI大模型配套资料
├─01阶段：配套资料
│├─01
││├─01-讲义
│││ Python入门教程.pdf
│││
││├─02-软件
│││├─Anaconda
││││ Anaconda3-2023.09-0-Windows-x86_64.exe
││││
│││└─PyCharm
│││ ide-eval-resetter-2.3.5.zip
│││ pycharm-professional-2021.2.1.exe
│││
││└─03-代码
││ ├─【5月21日】代码
││ │ 01-Python程序入门.py
││ │ 02-Python中的单行注释.py
││ │ 03-Python中的多行注释.py
││ │ 04-Python中变量定义.py
││ │ 05-Python中的变量命名规则.py
││ │ 06-Python中变量7种数据类型.py
││ │ 07-Python中运算符.py
││ │ 08-Python中的输入操作.py
││ │ 09-Python中的普通输出操作.py
││ │ 10-Python中变量的格式化输出.py
││ │ 11-Python中的转义字符.py
││ │
││ ├─【5月23日】代码
││ │ 01-Python中的编程语言的流程结构.py
││ │ 02-Python中的选择结构.py
││ │ 03-Python中的if...else选择结构.py
││ │ 04-Python中的if...else选择结构.py
││ │ 05-Python中if...elif...else结构.py
││ │ 06-Python中if嵌套结构.py
││ │ 07-Python中猜拳游戏实现.py
││ │ 08-Python中的模块.py
││ │ 09-Python中的循环结构.py
││ │ 10-Python中实现指定次数的循环.py
││ │ 11-Python中实现求1-100累加的结果.py
││ │ 12-Python中循环的两大关键词.py
││ │ 13-Python中猜数字游戏的开发.py
││ │ 14-Python中的列表容器.py
││ │ 15-Python中列表的其他操作.py
││ │ 16-Python中列表的切片操作（字符串元组也可以使用）.py
││ │ 17-Python中元组的定义与使用.py
││ │ 18-Python中的字典类型.py
││ │ 19-Python中的集合类型.py
││ │
││ └─【5月26日】代码
││ 01-Python函数的基本概念.py
││ 02-Python中函数的参数.py
││ 03-Python中函数的返回值.py
││ 04-Python中return返回值.py
││ 05-Python中return返回值返回多个结果.py
││ 06-Python中使用函数生成一个4位长度的验证码.py
││ 07-Python中变量的作用域.py
││ 08-Python中全局变量的访问范围.py
││ 09-Python中局部变量的访问范围.py
││ 10-Python中的global关键字.py
││ 11-Python中函数的两种的参数.py
││ 12-Python中函数的两种传参方式.py
││ 13-Python中默认值参数.py
││ 14-Python中不定长参数.py
││ 15-Python中不定长参数混用的情况.py
││ 16-Python中的不定长参数接收容器类型的参数.py
││ 17-Python中的匿名函数.py
││ 18-Python中带参数的lambda表达式.py
││ 19-Python中类的定义与实例化.py
││ 20-Python中对象成员方法的self关键词.py
││ 21-Python中成员属性的定义.py
││ 22-Python中魔术方法.py
││ 23-Python中使用魔术方法实现属性的定义.py
││ 24-Python中使用__str__()魔术方法.py
││ 25-Python中使用__del__()魔术方法.py
││ 26-Python中的魔术方法__call__.py
││ 27-Python中的公有属性和私有属性.py
││ 28-Python中私有方法.py
││ 29-Python中继承的实现.py
││ 30-Python中的重写机制.py
││ 31-Python中的super()方法.py
││ 32-Python中的多继承.py
││ 33-Python中多继承（继承链）.py
││ 34-Python中的继承关系（继承链）.py
││
│├─02
││├─01-讲义
│││ 00-深度学习简介.pdf
│││ 01-PyTorch基本使用.pdf
│││
││├─02-笔记
│││ 深度学习基础.pdf
│││
││├─03-代码
│││├─01-Pytroch基本使用
││││ 01-张量创建.py
││││ 02-张量类型转换.py
││││ 03-张量的数值计算.py
││││ 04-张量的运算函数.py
││││ 05-张量的索引操作.py
││││ 06-张量的形状操作.py
││││ 07-张量的拼接.py
││││ 08-案例-线性回归模型构建.py
││││
│││└─02-神经网络
│││ │01-激活函数-sigmoid.py
│││ │02-激活函数-tanh.py
│││ │03-激活函数-ReLU.py
│││ │04-激活函数-Softmax.py
│││ │05-参数初始化.py
│││ │06-搭建神经网络.py
│││ │07-损失函数.py
│││ │08-反向传播BP算法.py
│││ │09-梯度下降优化方法.py
│││ │10-学习率衰减方法.py
│││ │11-正则化.py
│││ │12-案例-价格分类.py
│││ │13-Transformer汉译英.py
│││ │
│││ ├─dataset
│││ │ phone.pth
│││ │ 手机价格预测.csv
│││ │
│││ └─model
│││ phone.pth
│││
││└─04-拓展
││ 拓展1_深度学习拓展.pdf
││ 拓展2_Pytorch-CUDA环境配置.pdf
││
│├─03
││├─01-讲义
│││ 02-神经网络基础.pdf
│││ 03-Transformer详解.pdf
│││
││├─02-笔记
│││ 深度学习基础0530.pdf
│││
││├─03-代码
│││├─02-神经网络
│││││01-激活函数-sigmoid.py
│││││02-激活函数-tanh.py
│││││03-激活函数-ReLU.py
│││││04-激活函数-Softmax.py
│││││05-参数初始化.py
│││││06-搭建神经网络.py
│││││07-损失函数.py
│││││08-反向传播BP算法.py
│││││09-梯度下降优化方法.py
│││││10-学习率衰减方法.py
│││││11-正则化.py
│││││12-案例-价格分类.py
│││││13-Transformer汉译英.py
│││││
││││├─dataset
│││││ phone.pth
│││││ 手机价格预测.csv
│││││
││││└─model
││││ phone.pth
││││
│││├─03-卷积神经网络
│││││01-matplotlib图像加载.py
│││││02-pytorch卷积层API.py
│││││03-pytorch池化API.py
│││││04-案例-卷积神经网络实现图像分类.py
│││││
││││└─data
││││ │image_classification.pth
││││ │img.jpg
││││ │
││││ └─cifar-10-batches-py
││││ batches.meta
││││ data_batch_1
││││ data_batch_2
││││ data_batch_3
││││ data_batch_4
││││ data_batch_5
││││ readme.html
││││ test_batch
││││
│││└─04-循环神经网络
│││ │01-词嵌入层API.py
│││ │02-RNN层的使用.py
│││ │03-RNN实现周杰伦歌词生成.py
│││ │
│││ └─data
│││ jaychou_lyrics.txt
│││ lyrics_model_10.pth
│││
││└─04-拓展
││ 拓展3_Pycharm配置Anaconda环境.pdf
││
│├─04
││├─01-讲义
│││ 02-神经网络基础.pdf
│││ 03-Transformer详解.pdf
│││ 04-卷积神经网络.pdf
│││ 05-循环神经网络.pdf
│││
││├─02-笔记
│││ 深度学习基础0601.pdf
│││
││└─03-代码
││ ├─02-神经网络
││ ││01-激活函数-sigmoid.py
││ ││02-激活函数-tanh.py
││ ││03-激活函数-ReLU.py
││ ││04-激活函数-Softmax.py
││ ││05-参数初始化.py
││ ││06-搭建神经网络.py
││ ││07-损失函数.py
││ ││08-反向传播BP算法.py
││ ││09-梯度下降优化方法.py
││ ││10-学习率衰减方法.py
││ ││11-正则化.py
││ ││12-案例-价格分类.py
││ ││13-Transformer汉译英.py
││ ││
││ │├─dataset
││ ││ phone.pth
││ ││ 手机价格预测.csv
││ ││
││ │└─model
││ │ phone.pth
││ │
││ ├─03-卷积神经网络
││ ││01-matplotlib图像加载.py
││ ││02-pytorch卷积层API.py
││ ││03-pytorch池化API.py
││ ││04-案例-卷积神经网络实现图像分类.py
││ ││
││ │└─data
││ │ │image_classification.pth
││ │ │img.jpg
││ │ │
││ │ └─cifar-10-batches-py
││ │ batches.meta
││ │ data_batch_1
││ │ data_batch_2
││ │ data_batch_3
││ │ data_batch_4
││ │ data_batch_5
││ │ readme.html
││ │ test_batch
││ │
││ └─04-循环神经网络
││ │01-词嵌入层API.py
││ │02-RNN层的使用.py
││ │03-RNN实现周杰伦歌词生成.py
││ │lyrics_model_10.pth
││ │
││ └─data
││ jaychou_lyrics.txt
││ lyrics_model_10.pth
││
│├─05
││├─讲义
│││ 大模型应用工具实战01.pdf
│││
││└─软件
││ Pycharm2023补丁.rar
││ VSCodeUserSetup-x64-1.89.1.exe
││
│├─06
│││作业.txt
│││大模型应用工具实战02.pdf
│││
││└─软件
││ StreamingTool-7.6.2-x64.exe
││ yuan-live Setup 2.6.2.exe
││
│├─07
│││LLM背景介绍.pdf
│││大模型项目研发流程.pdf
│││
││├─01-讲义
│││ 01-LLM基础知识.pdf
│││ 02-LLM主要架构介绍.pdf
│││
││└─02-代码
││ 01-bleu.py
││ 02-rouge.py
││ 03-PPL.py
││
│├─08
││└─01-讲义
││ 01-LLM主要架构介绍.pdf
││ 02-ChatGPT模型原理介绍.pdf
││
│└─09
│ │开源的LLM.pdf
│ │
│ └─01-讲义
│ 01-LLM主流开源大模型介绍.pdf
│
├─02阶段：配套资料
│├─8月30日
││└─1.讲义
││ 大模型应用工具实战01.pptx
││
│├─8月31日
││└─1.讲义
││ 大模型应用工具实战02.pptx
││
│├─9月10号
││└─01-讲义
││ 01-大模型prompt-Tuning方法入门.pdf
││ 02-大模型prompt-Tuning方法进阶.pdf
││
│├─9月12号
││└─01-讲义
││ 01-大模型提示工程指南.pdf
││
│├─9月14号
││├─01-讲义
│││ 02-金融行业动态方向评估项目.pdf
│││ 03-LLM实现金融文本分类.pdf
│││
││├─01-讲义_0915135902
│││ 02-金融行业动态方向评估项目.pdf
│││ 03-LLM实现金融文本分类.pdf
│││ 1.环境要求.pdf
│││ 趋动云使用《补充》.pdf
│││
││├─02-代码
│││ finance_classify.py
│││ finance_ie.py
│││ finance_text_matching.py
│││
││└─03-weights
││ └─chatglm2-6b-int4
││ config.json
││ configuration_chatglm.py
││ modeling_chatglm.py
││ MODEL_LICENSE
││ quantization.py
││ README.md
││ tokenization_chatglm.py
││ tokenizer.model
││ tokenizer_config.json
││
│├─9月15号
││├─01-讲义
│││ 04-LLM实现金融信息抽取.pdf
│││ 05-LLM实现金融信息匹配.pdf
│││
││└─03-视频
││ 01-信息抽取.mp4
││ 02-信息抽取2.mp4
││ 03-文本匹配.mp4
││
│├─9月18号
││├─01-讲义
│││ 星火大模型（博学谷）.pdf
│││
││└─02-代码
││ │translate_in_many_style.zip
││ │
││ └─Dataset-of-financial-news-classification
││ Fiance_test_data.csv
││ Fiance_train_data.csv
││
│├─9月4号
│││大模型.xmind
│││大语言模型的背景.xmind
│││
││├─01-讲义
│││ 01-LLM基础知识.pdf
│││ 02-LLM主要架构介绍.pdf
│││
││└─02-代码
││ 01-bleu.py
││ 02-rouge.py
││ 03-PPL.py
││
│├─9月5号
││└─01-讲义
││ 01-LLM主要架构介绍.pdf
││ 02-ChatGPT模型原理介绍.pdf
││
│└─9月7号
│ └─01-讲义
│ 01-LLM主流开源大模型介绍.pdf
│
├─03阶段：配套资料
│├─10月10号
││├─01-code
│││└─Gpt2_Chatbot
│││ │app.py
│││ │flask_predict.py
│││ │functions_tools.py
│││ │interact.py
│││ │parameter_config.py
│││ │readme
│││ │train.py
│││ │__init__.py
│││ │
│││ ├─config
│││ │ config.json
│││ │
│││ ├─data
│││ │ medical_train.pkl
│││ │ medical_train.txt
│││ │ medical_valid.pkl
│││ │ medical_valid.txt
│││ │
│││ ├─data_preprocess
│││ │ dataloader.py
│││ │ dataset.py
│││ │ preprocess.py
│││ │ __init__.py
│││ │
│││ ├─gpt2
│││ │ generation_config.json
│││ │ merges.txt
│││ │ README.md
│││ │ tokenizer.json
│││ │ vocab.json
│││ │
│││ ├─other_data
│││ │ 闲聊语料.pkl
│││ │ 闲聊语料.txt
│││ │
│││ ├─save_model
│││ │└─epoch97
│││ │ config.json
│││ │ pytorch_model.bin
│││ │
│││ ├─save_model1
│││ │└─min_ppl_model_bj
│││ │ config.json
│││ │ generation_config.json
│││ │ model.safetensors
│││ │
│││ ├─templates
│││ │ index.html
│││ │ index1.html
│││ │
│││ └─vocab
│││ vocab.txt
│││ vocab2.txt
│││
││└─02-讲义
││ 基于GPT2搭建医疗问诊机器人.pdf
││
│├─10月13号
││└─01-讲义
││ 01-大模型prompt-Tuning方法入门.pdf
││
│├─10月8号
││├─01-code
│││├─.idea
│││││.gitignore
│││││01-code.iml
│││││misc.xml
│││││modules.xml
│││││workspace.xml
│││││
││││└─inspectionProfiles
││││ profiles_settings.xml
││││
│││└─RAG
│││ │get_vector.py
│││ │main.py
│││ │model.py
│││ │new_demo.py
│││ │test.py
│││ │物流信息.txt
│││ │
│││ ├─.idea
│││ ││.gitignore
│││ ││misc.xml
│││ ││modules.xml
│││ ││RAG.iml
│││ ││workspace.xml
│││ ││
│││ │└─inspectionProfiles
│││ │ profiles_settings.xml
│││ │
│││ ├─chatglm2-6b-int4
│││ │ config.json
│││ │ configuration_chatglm.py
│││ │ modeling_chatglm.py
│││ │ MODEL_LICENSE
│││ │ pytorch_model.bin
│││ │ quantization.py
│││ │ README.md
│││ │ tokenization_chatglm.py
│││ │ tokenizer.model
│││ │ tokenizer_config.json
│││ │
│││ ├─faiss
│││ │├─camp
│││ ││ index.faiss
│││ ││ index.pkl
│││ ││
│││ │└─logistics
│││ │ index.faiss
│││ │ index.pkl
│││ │
│││ ├─m3e-base
│││ ││config.json
│││ ││gitattributes
│││ ││model.safetensors
│││ ││modules.json
│││ ││pytorch_model.bin
│││ ││README.md
│││ ││sentence_bert_config.json
│││ ││special_tokens_map.json
│││ ││tokenizer.json
│││ ││tokenizer_config.json
│││ ││vocab.txt
│││ ││
│││ │└─1_Pooling
│││ │ config.json
│││ │
│││ └─__pycache__
│││ get_vector.cpython-310.pyc
│││ get_vector.cpython-311.pyc
│││ get_vector.cpython-312.pyc
│││ get_vector.cpython-38.pyc
│││ model.cpython-310.pyc
│││ model.cpython-311.pyc
│││ model.cpython-312.pyc
│││ model.cpython-38.pyc
│││
││└─01-讲义
││ 02-基于LangChain+ChatGLM-6B实现物流行业信息咨询.pdf
││
│├─9月19号
││├─01-讲义
│││ 01-千帆大模型.pdf
│││ 01-阿里百炼平台.pdf
│││ 02-千帆大模型的使用.zip
│││ 图表分析数据.md
│││
││└─02-数据
││ sample-text-dialog-unsort-jsonl.zip
││ 清洗emoji数据的demo数据集.zip
││
│├─9月21号
││├─01-讲义
│││ 01-Function Call的原理及简单应用.pdf
│││ 01-虚拟试衣背景.pdf
│││ 02-阿里PAI平台.pdf
│││ 03-阿里云注册及开通PAI.pdf
│││ 04-PAI_DSW的环境搭建.pdf
│││ 05-虚拟试衣实践.pdf
│││ 06-资源清理.pdf
│││ PAI平台开通指南.pdf
│││
││└─03-代码
│ └─weights
│ glass.safetensors
│ model-plaidshirtprogrammer.ckpt
│
├─06阶段：配套资料
│ 人工智能-求职自我介绍以及项目描述参考模板.docx
│ 大模型训练营-大模型时代 .pdf
│ 大模型训练营—简历优化 .pdf
│ 简历优化及面试注意事项.txt
│ 论文导读.zip
│
└─AI大模型 赠送资料
11本AI大模型相关电子书.zip
简历模板.zip
页:
[1]