资源精灵

资源精灵

渠道代理
资源投诉
资源基本信息

九天菜菜-【正课】大模型原理与训练实战

发布时间： 2025-05-15 21:56:25

文件大小： 共计 132 个文件 ，合计: 33.2GB

发布者： us伍贰柒

资源来源： 百度网盘百度网盘

提取码： 9527 复制

资源售价： 7金币 会员所有资源免费

资源状态：
【资源状态检测中】...
1.本站会员获取资源无需消耗金币。
2.获取资源后可以在「个人中心」48 小时内无理由退金币。
3.为防止资源链接失效，请及时转存文件。
资源目录结构

以下文件快照生成于20 天前。（只展示部分的文件和文件夹）
📢：可能存在部分资源被网盘官方屏蔽。

九天菜菜-【正课】大模型原理与训练实战 九天菜菜-【正课】大模型原理与训练实战 12.7GB

【赠送】10小时NLP高效入门 【赠送】10小时NLP高效入门 7.8GB

26_【RNN】3.5.2 RNN各类缺陷的数学本质.mp4 26_【RNN】3.5.2 RNN各类缺陷的数学本质.mp4 142.0MB

10_【DNN】5.2 在Fashion-MNIST数据集上实现完整的神经网络（下）.mp4 10_【DNN】5.2 在Fashion-MNIST数据集上实现完整的神经网络（下）.mp4 1.0GB

15_【RNN】2.3 文字序列数据 - Token与编码.mp4 15_【RNN】2.3 文字序列数据 - Token与编码.mp4 162.1MB

02_【神经网络入门】2 二分类交叉熵的原理与实现.mp4 02_【神经网络入门】2 二分类交叉熵的原理与实现.mp4 422.6MB

24_【RNN】3.4.7【加餐】手动实现RNN执行文本生成任务.mp4 24_【RNN】3.4.7【加餐】手动实现RNN执行文本生成任务.mp4 65.7MB

09_【DNN】5.1 在Fashion-MNIST数据集上实现完整的神经网络（上）.mp4 09_【DNN】5.1 在Fashion-MNIST数据集上实现完整的神经网络（上）.mp4 522.1MB

13_【RNN】2.1 深度学习中的时间序列数据.mp4 13_【RNN】2.1 深度学习中的时间序列数据.mp4 131.4MB

23_【RNN】3.4.6【加餐】手动实现RNN执行情感分类任务.mp4 23_【RNN】3.4.6【加餐】手动实现RNN执行情感分类任务.mp4 88.5MB

03_【神经网络入门】3 多分类交叉熵的原理与实现.mp4 03_【神经网络入门】3 多分类交叉熵的原理与实现.mp4 504.4MB

04_【DNN】1 梯度下降中的两个关键问题.mp4 04_【DNN】1 梯度下降中的两个关键问题.mp4 544.0MB

11_【RNN】1.1 欢迎来到NLP的世界.mp4 11_【RNN】1.1 欢迎来到NLP的世界.mp4 167.1MB

14_【RNN】2.2 文字序列数据 - 结构与分词操作.mp4 14_【RNN】2.2 文字序列数据 - 结构与分词操作.mp4 146.0MB

06_【DNN】2.2 反向传播的实现.mp4 06_【DNN】2.2 反向传播的实现.mp4 432.0MB

16_【RNN】3.1~3.2 RNN的架构与数据流.mp4 16_【RNN】3.1~3.2 RNN的架构与数据流.mp4 195.1MB

19_【RNN】3.4.2 在PyTorch中实现RNN.mp4 19_【RNN】3.4.2 在PyTorch中实现RNN.mp4 158.5MB

25_【RNN】3.5.1 RNN反向传播的数学流程.mp4 25_【RNN】3.5.1 RNN反向传播的数学流程.mp4 165.7MB

21_【RNN】3.4.4 自定义循环层中的循环数据流.mp4 21_【RNN】3.4.4 自定义循环层中的循环数据流.mp4 97.5MB

01_【神经网络入门】1 SSE与二分类交叉熵损失.mp4 01_【神经网络入门】1 SSE与二分类交叉熵损失.mp4 248.8MB

18_【RNN】3.4.1 认识PyTorch中nn.RNN层.mp4 18_【RNN】3.4.1 认识PyTorch中nn.RNN层.mp4 134.8MB

20_【RNN】3.4.3 深度神经网络的实现.mp4 20_【RNN】3.4.3 深度神经网络的实现.mp4 177.5MB

22_【RNN】3.4.5 双向循环神经网络.mp4 22_【RNN】3.4.5 双向循环神经网络.mp4 72.1MB

07_【DNN】3 走出第一步：动量法Momentum.mp4 07_【DNN】3 走出第一步：动量法Momentum.mp4 678.6MB

12_【RNN】1.2 大模型的行业影响与发展.mp4 12_【RNN】1.2 大模型的行业影响与发展.mp4 195.9MB

17_【RNN】3.3 各类NLP任务下循环神经网络的输入与输出.mp4 17_【RNN】3.3 各类NLP任务下循环神经网络的输入与输出.mp4 262.6MB

08_【DNN】4 开始迭代：batch与epochs.mp4 08_【DNN】4 开始迭代：batch与epochs.mp4 697.8MB

05_【DNN】2.1 反向传播的原理.mp4 05_【DNN】2.1 反向传播的原理.mp4 522.8MB

【赠送】大模型入门基础 【赠送】大模型入门基础 3.3GB

11_Ch 3.1 大语言模型原生能力与涌现能力介绍.mp4 11_Ch 3.1 大语言模型原生能力与涌现能力介绍.mp4 79.8MB

24_Ch 7.3 基于特定知识的简易问答机器人创建方法.mp4 24_Ch 7.3 基于特定知识的简易问答机器人创建方法.mp4 161.9MB

10_Ch 2.4手动创建可调节对话风格的对话机器人创建.mp4 10_Ch 2.4手动创建可调节对话风格的对话机器人创建.mp4 93.8MB

06_Ch 1.2 本地调用OpenAI API方法.mp4 06_Ch 1.2 本地调用OpenAI API方法.mp4 99.5MB

07_Ch 2.1 Completion模型与Chat模型介绍.mp4 07_Ch 2.1 Completion模型与Chat模型介绍.mp4 115.0MB

14_Ch 4.2 Zero-shot-CoT提示法（新）.mp4 14_Ch 4.2 Zero-shot-CoT提示法（新）.mp4 139.5MB

22_Ch 7.1 Chat Completion模型API详解.mp4 22_Ch 7.1 Chat Completion模型API详解.mp4 274.0MB

19_Ch 5.3 SCAN指令翻译项目完整建模流程.mp4 19_Ch 5.3 SCAN指令翻译项目完整建模流程.mp4 148.0MB

09_Ch 2.3 Completion.create函数调参数实践.mp4 09_Ch 2.3 Completion.create函数调参数实践.mp4 114.5MB

04_【预习课】Lesson 4 ChatGPT防封指南.mp4 04_【预习课】Lesson 4 ChatGPT防封指南.mp4 62.9MB

01_【预习课】Lesson 1 谷歌邮箱Gmail注册.mp4 01_【预习课】Lesson 1 谷歌邮箱Gmail注册.mp4 120.8MB

15_Ch 4.3Few-shot-CoT提示法.mp4 15_Ch 4.3Few-shot-CoT提示法.mp4 79.9MB

16_Ch 4.4 LtM提示方法.mp4 16_Ch 4.4 LtM提示方法.mp4 118.5MB

18_Ch 5.2 针对SCAN数据集的Few-shot-LtM提示工程流程.mp4 18_Ch 5.2 针对SCAN数据集的Few-shot-LtM提示工程流程.mp4 338.2MB

05_Ch 1.1 OpenAI官网使用说明.mp4 05_Ch 1.1 OpenAI官网使用说明.mp4 197.2MB

20_Ch 6.1 Chat Completion模型背景介绍.mp4 20_Ch 6.1 Chat Completion模型背景介绍.mp4 139.1MB

23_Ch 7.2 Messages参数设置技巧.mp4 23_Ch 7.2 Messages参数设置技巧.mp4 184.0MB

17_Ch 5.1 SCAN指令翻译项目介绍与数据集准备.mp4 17_Ch 5.1 SCAN指令翻译项目介绍与数据集准备.mp4 172.0MB

13_Ch 4.1 One-shot&Few-shot提示方法.mp4 13_Ch 4.1 One-shot&Few-shot提示方法.mp4 123.3MB

02_【预习课】Lesson 2 OpenAI账号注册.mp4 02_【预习课】Lesson 2 OpenAI账号注册.mp4 42.8MB

03_【预习课】Lesson 3 ChatGPT Plus升级流程.mp4 03_【预习课】Lesson 3 ChatGPT Plus升级流程.mp4 101.3MB

12_Ch 3.2 提示工程技术入门.mp4 12_Ch 3.2 提示工程技术入门.mp4 121.2MB

08_Ch 2.2 Completion.create函数参数详解.mp4 08_Ch 2.2 Completion.create函数参数详解.mp4 198.1MB

21_Ch 6.2 Chat Completion模型发展现状.mp4 21_Ch 6.2 Chat Completion模型发展现状.mp4 111.8MB

第一阶段 大模型顶尖架构原理精讲 第一阶段 大模型顶尖架构原理精讲 1.6GB

【Transformer】10 编码器结构详解之前馈神经网络FFN.mp4 【Transformer】10 编码器结构详解之前馈神经网络FFN.mp4 113.7MB

【LLaMA】2 LLaMA中的Embedding层.mp4 【LLaMA】2 LLaMA中的Embedding层.mp4 163.5MB

【LLaMA】4.5 旋转位置编码的Q&A.mp4 【LLaMA】4.5 旋转位置编码的Q&A.mp4 51.7MB

【Transformer】5 Embedding与位置编码.mp4 【Transformer】5 Embedding与位置编码.mp4 203.2MB

【Transformer】2 Attention注意力机制的本质.mp4 【Transformer】2 Attention注意力机制的本质.mp4 197.8MB

【Transformer】13 掩码与掩码注意力机制.mp4 【Transformer】13 掩码与掩码注意力机制.mp4 216.1MB

【LLaMA】3 RMSNorm均方根层归一化.mp4 【LLaMA】3 RMSNorm均方根层归一化.mp4 159.6MB

【Transformer】1 Transformer与注意力机制入门.mp4 【Transformer】1 Transformer与注意力机制入门.mp4 129.4MB

【Transformer】16 Decoder-Only结构下的Decoder.mp4 【Transformer】16 Decoder-Only结构下的Decoder.mp4 177.1MB

【Transformer】12 Decoder的输入与teacher forcing.mp4 【Transformer】12 Decoder的输入与teacher forcing.mp4 247.8MB

网站声明

请认真阅读以下说明，您只有在了解并同意该说明后，才可继续访问本站。

1. 全站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。

2. 资源精灵遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。同时您必须了解并同意本站《用户协议》，严禁搜索非法关键词。

3. 资源精灵高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向百度网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。

4. 资源精灵作为非经营性网站，所有服务仅供学习交流使用。

小提示：

  • 本站会员获取资源无需消耗金币。
  • 本站资源有很多，如果发现资源失效或者不符合预期，在页面上方的搜索框重新搜索相似的资源即可。
  • 使用金币获取资源后可以在「个人中心」48 小时内无理由退金币。
  • 为防止资源链接失效，请及时转存文件。