AIGC与NLP大模型实战-经典CV与NLP大模型及其下游应用任务实现

经典CV与NLP大模型及其下游应用任务

*   01 GPT系列算法解读/

  *   01 课程简介.mp4 (10.68 MB), 04:25

  *   02 1-GPT系列算法概述.mp4 (25.39 MB), 10:02

  *   03 2-GPT三代版本分析.mp4 (33.50 MB), 12:36

  *   04 3-GPT初代版本要解决的问题.mp4 (34.70 MB), 12:07

  *   05 4-GPT第二代版本训练策略.mp4 (27.72 MB), 10:17

  *   06 5-采样策略与多样性.mp4 (29.69 MB), 10:31

  *   07 6-GPT3的提示与生成方法.mp4 (86.75 MB), 24:20

  *   08 7-应用场景CODEX分析.mp4 (41.84 MB), 14:53

  *   09 8-DEMO应用演示.mp4 (92.31 MB), 17:58

*   02 GPT2训练与预测部署流程/

  *   01 1-生成模型可以完成的任务概述.mp4 (30.29 MB), 07:46

  *   02 2-数据样本生成方法.mp4 (66.87 MB), 14:10

  *   03 3-训练所需参数解读.mp4 (57.62 MB), 13:40

  *   04 4-模型训练过程.mp4 (56.73 MB), 12:39

  *   05 5-部署与网页预测展示.mp4 (84.88 MB), 19:11

*   03 chatgpt算法解读分析/

  *   01 1-chatgpt概述.mp4 (24.62 MB), 08:57

  *   02 2-挑战及其与有监督问题差异.mp4 (24.58 MB), 09:26

  *   03 3-强化学习登场.mp4 (18.36 MB), 07:42

  *   04 4-强化学习的作用效果.mp4 (38.18 MB), 12:58

  *   05 5-奖励模型设计方法.mp4 (28.65 MB), 09:03

  *   06 6-RLHF训练流程解读.mp4 (41.34 MB), 13:07

  *   07 7-总结分析.mp4 (73.06 MB), 18:46

*   04 LLM与LORA微调策略解读/

  *   01 1-大模型如何做下游任务.mp4 (34.10 MB), 10:16

  *   02 2-LLM落地微调分析.mp4 (41.04 MB), 14:00

  *   03 3-LLAMA与LORA介绍.mp4 (34.48 MB), 12:20

  *   04 4-LORA微调的核心思想.mp4 (25.34 MB), 09:13

  *   05 5-LORA模型实现细节.mp4 (47.08 MB), 16:46

*   05 LLM下游任务训练自己模型实战/

  *   01 1-提示工程的作用.mp4 (40.43 MB), 14:46

  *   02 2-项目数据解读.mp4 (46.79 MB), 09:42

  *   03 3-源码调用DEBUG解读.mp4 (44.25 MB), 10:24

  *   04 4-训练流程演示.mp4 (57.78 MB), 12:00

  *   05 5-效果演示与总结分析.mp4 (36.37 MB), 10:17

*   06 langchain工具实例/

  *   01 1-langchain框架解读.mp4 (25.67 MB), 09:18

  *   02 2-基本API调用方法.mp4 (48.52 MB), 10:25

  *   03 3-数据文档切分操作.mp4 (49.44 MB), 10:25

  *   04 4-样本索引与向量构建.mp4 (46.62 MB), 10:02

  *   05 5-数据切块方法.mp4 (54.20 MB), 09:37

*   07 视觉大模型SAM/

  *   01 1-DEMO效果演示.mp4 (60.66 MB), 12:32

  *   02 2-论文解读分析.mp4 (73.58 MB), 14:40

  *   03 3-完成的任务分析.mp4 (49.85 MB), 11:05

  *   04 4-数据闭环方法.mp4 (79.60 MB), 15:16

  *   05 5-预训练模型的作用.mp4 (68.68 MB), 12:58

  *   06 6-Decoder的作用与项目源码.mp4 (58.98 MB), 10:25

  *   07 7-分割任务模块设计.mp4 (58.78 MB), 12:48

  *   08 8-实现细节分析.mp4 (46.79 MB), 10:01

  *   09 9-总结分析.mp4 (35.60 MB), 08:24

*   08 视觉QA算法与论文解读/

  *   01 1-视觉QA要解决的问题.mp4 (45.46 MB), 10:27

  *   02 2-论文概述分析.mp4 (59.76 MB), 10:58

  *   03 3-实现流程路线图.mp4 (57.34 MB), 11:00

  *   04 4-答案关注区域分析.mp4 (51.46 MB), 10:42

  *   05 5-VQA任务总结.mp4 (28.28 MB), 06:10

*   09 扩散模型diffusion架构算法解读/

  *   01 1-扩散模型概述与GAN遇到的问题.mp4 (45.59 MB), 11:23

  *   02 2-要完成的任务分析.mp4 (53.18 MB), 11:51

  *   03 3-公式原理推导解读.mp4 (51.06 MB), 13:15

  *   04 4-分布相关计算操作.mp4 (43.79 MB), 09:02

  *   05 5-算法实现细节推导.mp4 (35.50 MB), 12:13

  *   06 6-公式推导结果分析.mp4 (48.71 MB), 11:45

  *   07 7-细节实现总结.mp4 (56.01 MB), 10:36

  *   08 8-论文流程图解读.mp4 (49.53 MB), 10:28

  *   09 9-案例流程分析.mp4 (47.67 MB), 10:28

  *   10 10-基本建模训练效果.mp4 (81.85 MB), 15:12

*   10 openai-dalle2论文解读/

  *   01 1-论文基本思想与核心模块分析.mp4 (37.89 MB), 10:22

  *   02 2-不同模块对比分析.mp4 (26.93 MB), 07:09

  *   03 3-算法核心流程解读.mp4 (57.37 MB), 13:06

  *   04 4-各模块实现细节讲解.mp4 (65.33 MB), 14:01

*   11 openai-dalle2源码解读/

  *   01 1-项目整体流程分析1.mp4 (44.05 MB), 10:52

  *   02 2-源码实现细节分析.mp4 (43.97 MB), 10:45

  *   03 3-源码公式对应论文分析.mp4 (49.05 MB), 10:12

  *   04 4-Decoder模块实现细节解读.mp4 (45.63 MB), 10:04

  *   05 5-源码实现流程总结.mp4 (58.43 MB), 12:02

*   12 自监督任务-对比学习思想/

  *   01 1-对比学习要解决的问题分析.mp4 (50.67 MB), 10:32

  *   02 2-正负样本构建方法.mp4 (38.41 MB), 09:32

  *   03 3-Simclr框架流程分析.mp4 (44.27 MB), 11:28

  *   04 4-下游任务应用概述.mp4 (50.85 MB), 11:27

*   13 视觉自监督BEIT算法解读/

  *   01 1-视觉自监督任务分析.mp4 (62.29 MB), 12:32

  *   02 2-任务训练目标分析.mp4 (76.14 MB), 11:58

  *   03 3-建模流程分析与效果展示.mp4 (69.38 MB), 11:00

  *   04 4-codebook模块的作用.mp4 (54.32 MB), 10:25

  *   05 5-任务总结分析.mp4 (78.84 MB), 13:50

*   14 视觉自监督任务BEITV2论文解读/

  *   01 1-BEITV2版本论文出发点解读.mp4 (45.90 MB), 10:23

  *   02 2-自监督任务中两大核心任务分析.mp4 (53.31 MB), 10:31

  *   03 3-整体网络架构图分析.mp4 (34.72 MB), 12:08

  *   04 4-框架实现细节流程分析.mp4 (24.11 MB), 06:48

  *   05 5-论文细节模块实现解读.mp4 (62.92 MB), 14:57

*   15 视觉自监督任务BEITV2源码解读/

  *   01 1-mmselfup源码实现解读.mp4 (45.24 MB), 10:24

  *   02 2-网络结构搭建细节解读.mp4 (51.24 MB), 10:39

  *   03 3-源码实现流程总结.mp4 (50.33 MB), 10:59

*   16 BEV感知特征空间算法解读/

  *   01 1-BEV要解决的问题通俗解读.mp4 (26.36 MB), 04:48

  *   02 2-BEV中的3D与4D分析.mp4 (25.05 MB), 08:44

  *   03 3-特征融合过程中可能遇到的问题.mp4 (22.92 MB), 08:20

  *   04 4-BEV汇总特征方法实例解读.mp4 (36.70 MB), 11:28

  *   05 5-DeformableAttention回顾.mp4 (40.76 MB), 11:32

  *   06 6-空间注意力模块解读.mp4 (25.71 MB), 09:46

  *   07 7-时间模块与拓展补充.mp4 (30.99 MB), 09:58

  *   08 8-论文知识点分析.mp4 (41.03 MB), 08:45

  *   09 9-核心模块论文分析.mp4 (52.45 MB), 11:26

  *   10 10-整体架构总结.mp4 (46.32 MB), 10:05

*   17 BEVformer项目源码解读/

  *   01 1-环境配置方法解读.mp4 (44.38 MB), 09:46

  *   02 2-数据集下载与配置方法.mp4 (44.92 MB), 09:39

  *   03 3-特征提取以及BEV空间初始化.mp4 (47.35 MB), 11:35

  *   04 4-特征对齐与位置编码初始化.mp4 (46.52 MB), 10:43

  *   05 5-Reference初始点构建.mp4 (41.06 MB), 10:47

  *   06 6-BEV空间与图像空间位置对应.mp4 (41.08 MB), 10:30

  *   07 7-注意力机制模块计算方法.mp4 (42.50 MB), 10:12

  *   08 8-BEV空间特征构建.mp4 (37.02 MB), 09:22

  *   09 9-Decoder要完成的任务分析.mp4 (36.52 MB), 09:20

  *   10 10-获取当前BEV特征.mp4 (38.84 MB), 09:12

  *   11 11-Decoder级联校正模块.mp4 (45.77 MB), 11:02

  *   12 12-损失函数与预测可视化.mp4 (52.75 MB), 13:11

*   18 补充-视觉大模型基础-deformableAttent/

  *   01 1-DeformableAttention概述分析.mp4 (27.22 MB), 08:35

  *   02 2-可变形偏移量分析.mp4 (36.16 MB), 11:12

  *   03 3-应用场景分析解读.mp4 (43.25 MB), 08:05

  *   04 4-论文计算公式解读.mp4 (57.15 MB), 12:13

  *   05 5-整体框架流程实例.mp4 (44.33 MB), 11:07

  *   06 6-下游任务应用场景.mp4 (29.19 MB), 08:18