|
|
从0到1训练自己的大模型 揭密ChatGPT背后的技能与应用
〖课程目录〗:
从0到1训练自己的大模型 揭密ChatGPT背后的技能与应用--更新8章
├──第1章 课程介绍
| ├──1-1 【导航】课程导学&让你快速了解课程.mp4 39.64M
| ├──1-2 【内容安排】课程安排和学习建议.mp4 13.59M
| ├──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 【发展史】ChatGPT的简要历史.mp4 16.34M
| └──1-5 【学习须知】本课程为什么使用gpt2而不是gpt3.mp4 5.87M
├──第2章 训练模型与开发平台环境
| ├──2-1 【认知】为什么要引入paddle？平时使用torch，学.mp4 9.13M
| ├──2-2 【框架】paddle和torch与tensorflow对.mp4 11.15M
| ├──2-3 【NLP工具和预训练模型】paddleNLP和huggi.mp4 5.62M
| ├──2-4 【平台】介绍aistudio.mp4 23.93M
| └──2-5 【工具】介绍基于gpt4的IDE cursor.mp4 19.28M
├──第3章 chatGPT初始技术词向量原理剖析与实战
| ├──3-1 【认知】词向量，词向量与gpt的关系.mp4 8.72M
| ├──3-10 【激活函数】常见七种激活函数对比.mp4 21.61M
| ├──3-11 【预训练语言模型】RNN-LSTM-ELMO.mp4 37.75M
| ├──3-12 本章梳理小结.mp4 5.50M
| ├──3-2 【语言模型】语言模型和评估指标PPL.mp4 23.18M
| ├──3-3 【词向量模型】word2vec-cbow和skipgra.mp4 14.53M
| ├──3-4 【softmax加速】是softmax 树型优化.mp4 25.76M
| ├──3-5 【softmax加速】softmax负采样优化.mp4 20.85M
| ├──3-6 【数据准备与预处理】word2vec实战（1）.mp4 57.20M
| ├──3-7 【数据准备与预处理】word2vec实战（2）.mp4 31.50M
| ├──3-8 【模型训练】word2vec实战-模型开发和训练（1）.mp4 25.01M
| └──3-9 【模型训练】word2vec实战-模型开发和训练（2）.mp4 35.64M
├──第4章 chatGPT基石模型——基于Transformer架构的语言模型
| ├──4-1 本章介绍.mp4 2.18M
| ├──4-10 transformer-xl解决长序列的问题（2）.mp4 27.97M
| ├──4-11 本章梳理总结.mp4 6.76M
| ├──4-2 seq2seq结构和注意力.mp4 23.75M
| ├──4-3 seq2seq-attention的一个案例.mp4 11.11M
| ├──4-4 transformer的multi-head atten.mp4 39.60M
| ├──4-5 transformer的残差链接-解决梯度消失问题.mp4 12.56M
| ├──4-6 transformer的layernorm-归一化提升训.mp4 10.75M
| ├──4-7 transformer的decoder 解码器.mp4 14.68M
| ├──4-8 sparse-transformer 稀疏模型.mp4 11.23M
| └──4-9 transformer-xl 解决长序列的问题（1）.mp4 26.78M
├──第5章 基于Transformer另一分支Bert系列分析与实战
| ├──5-1 本章介绍.mp4 1.87M
| ├──5-10 bert(transformer encoder)主要.mp4 44.74M
| ├──5-11 bert(transformer encoder)的完.mp4 91.56M
| ├──5-12 Ernie文心一言基础模型（1）.mp4 26.20M
| ├──5-13 Ernie文心一言基础模型（2）.mp4 13.12M
| ├──5-14 plato百度对话模型（1）.mp4 28.03M
| ├──5-15 plato 百度对话模型（2）.mp4 29.35M
| ├──5-16 本章总结.mp4 12.74M
| ├──5-2 metric-评估指标(BLUE-rouge-L-MET.mp4 34.23M
| ├──5-3 常见 subword 算法（BPE-wordpiece）.mp4 10.25M
| ├──5-4 常见的NLP任务.mp4 10.50M
| ├──5-5 bert 预训练模型.mp4 41.76M
| ├──5-6 bert情感分析实战----paddle（1）.mp4 53.22M
| ├──5-7 bert情感分析实战----paddle（2）.mp4 57.61M
| ├──5-8 evaluate和predict方法----paddle.mp4 30.47M
| └──5-9 bert(transformer encoder)主要源.mp4 45.19M
├──第6章 chatGPT的核心技术——强化学习
| ├──6-1 RL是什么＆为什么要学习RL.mp4 21.46M
| ├──6-10 actor-critic（2）.mp4 12.06M
| ├──6-11 TRPO+PPO（1）.mp4 40.93M
| ├──6-12 TRPO+PPO（2）.mp4 28.62M
| ├──6-13 DQN代码实践--torch-1.mp4 44.11M
| ├──6-14 DQN代码实践--torch-2.mp4 49.49M
| ├──6-15 DoubleDQN+DuelingDQ代码--torc.mp4 52.98M
| ├──6-16 REINFORCE代码--torch.mp4 47.87M
| ├──6-17 PPO代码实践--torch.mp4 65.55M
| ├──6-18 强化学习-本章总结.mp4 16.85M
| ├──6-2 强化学习章介绍.mp4 4.41M
| ├──6-3 RL基础概念.mp4 12.17M
| ├──6-4 RL马尔可夫过程.mp4 28.77M
| ├──6-5 RL三种方法（1）.mp4 30.12M
| ├──6-6 RL三种方法（2）.mp4 10.65M
| ├──6-7 DQN和DQN的2种改进算法（1）.mp4 20.26M
| ├──6-8 DQN和DQN的2种改进算法（2）.mp4 24.63M
| └──6-9 actor-critic（1）.mp4 38.68M
├──第7章 chatGPT技术演变——从GPT 1 开始的大模型发展与演化
| ├──7-1 GPT1 模型.mp4 25.22M
| ├──7-10 Antropic LLM大型语言模型.mp4 40.83M
| ├──7-11 GPT-本章总结.mp4 12.89M
| ├──7-2 GPT2 模型.mp4 25.93M
| ├──7-3 GPT3 模型-1.mp4 31.94M
| ├──7-4 GPT3 模型-2.mp4 28.06M
| ├──7-5 gpt-codex 基于GPT技术开发的模型.mp4 23.54M
| ├──7-6 alphaCode基于GPT技术开发的模型-1.mp4 28.90M
| ├──7-7 alphaCode基于GPT技术开发的模型-2.mp4 16.84M
| ├──7-8 instruct-gpt 基于GPT技术开发的模型-1.mp4 21.78M
| └──7-9 instruct-gpt 基于GPT技术开发的模型-2.mp4 27.07M
└──第8章 RLHF训练类ChatGPT模型代码实战
| ├──8-1 chatGPT训练实战.mp4 13.24M
| ├──8-10 RLHF强化学习人类反馈的训练-model-base.mp4 24.08M
| ├──8-11 RLHF强化学习人类反馈的训练-model-opt.mp4 13.28M
| ├──8-13 RLHF强化学习人类反馈的训练-generation（.mp4 48.79M
| ├──8-14 RLHF强化学习人类反馈的训练-exp_maker（1.mp4 32.05M
| ├──8-15 RLHF强化学习人类反馈的训练-exp_maker（2.mp4 43.19M
| ├──8-16 RLHF强化学习人类反馈的训练-buffer-util.mp4 56.03M
| ├──8-17 RLHF强化学习人类反馈的训练-buffer-loss.mp4 45.66M
| ├──8-19 RLHF强化学习人类反馈的训练-main.mp4 68.91M
| ├──8-2 SFT有监督的训练-数据处理.mp4 63.07M
| ├──8-3 SFT有监督训练-trainer.mp4 37.66M
| ├──8-4 SFT有监督训练-train.mp4 63.73M
| ├──8-5 RM训练-model+dataset（1）.mp4 27.00M
| ├──8-6 RM训练-model+dataset（2）.mp4 25.81M
| ├──8-7 RM训练-trainer.mp4 31.29M
| ├──8-8 RM训练-train-rm.mp4 35.55M
| └──8-9 RLHF强化学习人类反馈的训练-dataset.mp4 14.38M
〖百度网盘下载地址〗:
---------------------------------华丽分割线--------------------------------华丽分割线-------------------华丽分割线-------------------------华丽分割线----------------
〖下载地址失效反馈〗:
如果下载地址失效，请尽快反馈给我们，我们尽快修复。反馈地址：http://www.51shequ.cn/forum-70-1.html
〖赞助VIP免社区币下载全站资源〗:
全站资源高清无密，每天不间断更新，vip会员可以免费下载全部资源
〖客服24小时咨询〗:
有任何问题，请点击左侧QQ咨询。 |
|
发表于 2023-11-15 22:03:34
发表于 2023-11-15 22:03:34
发表于 2023-11-16 22:26:32
