这门课解决什么问题

很多技术学习者对大模型的认知停留在“调用API”层面，却不知道怎么把领域知识注入模型，更缺乏将大模型接入真实业务场景的开发能力。这门课聚焦大模型应用开发，专门解决“如何从零搭建算力环境、如何进行模型微调、如何落地为行业应用”这一核心能力缺口，帮你把大模型从“黑盒玩具”变成“可调用的业务组件”。

适合什么基础

适合有Python基础、了解基本深度学习概念、但缺乏大模型全链路开发经验的学习者。课程前置包含pytorch框架和深度学习简介，说明需要一定的算法底板，能看懂代码、理解张量和损失函数的概念，才能跟上后续的微调与环境搭建。零基础直接硬啃前置课，容易半途而废。

建议先看哪几块

建议按“环境搭建—模型微调—场景应用”的顺序推进。先通读环境要求与算力平台搭建，确保能跑起模型；再看大模型微调，掌握参数高效微调方法；最后结合应用工具实战与具体案例（如医疗机器人、虚拟试衣），把微调出来的模型接入真实交互流程。前置的pytorch框架视频可快速过，不必深究细节，重点放在大模型本身。

学完能独立做什么

学完能独立完成大模型的本地微调，能搭建开发环境与算力调度，并基于开源模型（如ChatGLM）开发出具备特定行业交互能力的应用原型。不再只会调API，而是能针对垂直场景定制模型行为，具备独立落地应用开发的能力。

资料怎么配合练习

资料包里的电子书和实战PDF是核心阅读与参考，mp4视频用于理解环境搭建与工具操作，建议边看视频边对照文档做配置，再结合开源LLM代码进行本地跑通和微调练习。论文导读和简历优化资料可作为拓展阅读，大模型时代通识PDF有助于把握行业全貌，但核心精力应放在代码实操和微调流程上。

课程目录

AI大模型 赠送资料
|   ├──11本AI大模型相关电子书.zip  309.49M
|   └──简历模板.zip  2.03M
AI大模型 直播资料
|   |   └──开源的LLM.pdf  32.56kb
|   |   └──大模型的微调.pdf  23.48kb
|   |   ├──1.环境要求.pdf  110.79kb
|   |   ├──金融领域的行业动态分析.pdf  63.26kb
|   |   ├──PAI_DSW的环境搭建.pdf  2.26M
|   |   ├──PAI平台开通指南.pdf  3.78M
|   |   └──虚拟试衣实践.pdf  5.23M
|   |   └──2307.16789v2.pdf  1.95M
|   |   ├──大模型应用工具实战02.pdf  7.67M
|   |   ├──LLM背景介绍.pdf  42.74kb
|   |   └──大模型项目研发流程.pdf  279.65kb
|   |   └──怎么使用GPU？训练使用.pdf  56.23kb
|   |   ├──趋动云使用《补充》.pdf  3.11M
|   |   └──趋动云执行chatglm.pdf  140.30kb
|   |   ├──大模型训练营2期-大模型时代 .pdf  2.95M
|   |   ├──大模型训练营2期—简历优化 .pdf  680.04kb
|   |   ├──简历格式模板.zip  68.42M
|   |   ├──论文导读.zip  54.89M
|   |   ├──基于GPT2的医疗机器人聊天系统.pdf  91.16kb
大模型前置课
|   ├──第二章 pytorch框架
|   |   ├──01-深度学习简介_ev.mp4  7.42M
|   |   ├──02-pytorch简介和安装方法_ev.mp4  5.87M
|   |   ├──03-pytorch内容说明_ev.mp4  1.88M
|   |   ├──04-张量的基本创建方法_ev.mp4  18.66M
|   |   ├──05-线性张量和随机张量_ev.mp4  7.82M
|   |   ├──06-创建全0、全1和指定值的张量_ev.mp4  6.21M
|   |   ├──07-张量元素类型转换_ev.mp4  9.00M
|   |   ├──08-张量创建内容总结_ev.mp4  4.90M
|   |   ├──09-张量转换为数组_ev.mp4  7.15M
|   |   ├──10-数组转换为张量_ev.mp4  9.92M
|   |   ├──11-张量标量数值的获取_ev.mp4  7.22M
|   |   ├──12-张量的基本运算_ev.mp4  16.21M
|   |   ├──13-张量的点乘运算_ev.mp4  7.18M
|   |   ├──14-张量的乘法运算_ev.mp4  9.37M
|   |   ├──15-张量的运算函数_ev.mp4  14.78M
|   |   ├──16-张量的索引操作_ev.mp4  25.71M
|   |   ├──17-张量的多维索引_ev.mp4  12.46M
|   |   ├──18-张量的reshape方法_ev.mp4  11.87M
|   |   ├──19-张量的squeeze和unsqueeze方法_ev.mp4  12.70M
|   |   ├──20-张量的transpose和permute方法_ev.mp4  15.27M
|   |   ├──21-张量的view方法_ev.mp4  11.43M
|   |   ├──22-张量的拼接操作_ev.mp4  10.08M
|   |   ├──23-自动微分模块_ev.mp4  36.03M
|   |   ├──24-线性回归简介_ev.mp4  12.02M
|   |   ├──25 26-线性回归的损失函数_ev.mp4  6.20M
|   |   ├──26 27-梯度下降算法_ev.mp4  18.51M
|   |   ├──27 28-线性回归实现流程_ev.mp4  11.71M
|   |   ├──28 29-线性回归数据集构建_ev.mp4  13.99M
|   |   ├──29 30-线性回归模型构建_ev.mp4  9.24M
|   |   └──30 31-线性回归模型训练与预测_ev.mp4  20.61M
|   ├──第三章 神经网络
|   |   ├──01-神经网络内容简介_ev.mp4  2.60M
|   |   ├──02-神经元的设计_ev.mp4  9.08M
|   |   ├──03-神经网络的构成_ev.mp4  11.55M
|   |   ├──04-激活函数的作用_ev.mp4  16.69M
|   |   ├──05-sigmoid激活_ev.mp4  10.08M
|   |   ├──06-relu激活_ev.mp4  7.76M
|   |   ├──07-softmax激活_ev.mp4  2.83M
|   |   ├──08-常见的激活函数和选择方法_ev.mp4  10.55M
|   |   ├──09-神经网络的构建_ev.mp4  36.01M
|   |   ├──10-网络参数量的统计方法_ev.mp4  6.27M
|   |   ├──11-神经网络的优缺点_ev.mp4  4.84M
|   |   ├──12-损失函数_ev.mp4  12.20M
|   |   ├──13-梯度下降算法_ev.mp4  10.85M
|   |   ├──14-反向传播算法_ev.mp4  30.85M
|   |   ├──15-价格分类案例需求分析_ev.mp4  12.44M
|   |   ├──16-数据集获取_ev.mp4  19.33M
|   |   ├──17 18-模型构建_ev.mp4  13.36M
|   |   ├──18 19-模型训练_ev.mp4  22.54M
|   |   ├──19 20-模型评估_ev.mp4  15.32M
|   |   ├──20 21-NLP概述_ev.mp4  6.79M
|   |   ├──21 22-transformer结构介绍_ev.mp4  22.25M
|   |   └──22 23-transformer实现汉译英_ev.mp4  23.78M
|   ├──第一章 Python 基础前置课
|   |   ├──01-（了解）Python语言简介_ev.mp4  7.23M
|   |   ├──02-（重点）Anaconda3软件安装_ev.mp4  7.68M
|   |   ├──03-（重点）PyCharm软件的安装与激活_ev.mp4  14.17M
|   |   ├──04-（重点）PyCharm配置与Python入门程序编写_ev.mp4  9.15M
|   |   ├──05-（重点）Python中的注释_ev.mp4  8.72M
|   |   ├──06-（重点）Python中的变量_ev.mp4  8.80M
|   |   ├──07-（重点）Python中的四种基本数据类型_ev.mp4  13.07M
|   |   ├──08-（重点）Python中的运算符_ev.mp4  9.47M
|   |   ├──09-（重点）Python中的输入与输出操作_ev.mp4  20.98M
|   |   ├──10-（重点）Python中的print()格式化输出_ev.mp4  10.59M
|   |   ├──11-（重点）Python中的if选择结构_ev.mp4  7.42M
|   |   ├──12-（重点）Python的if...else结构与if...elif...else多分支结构_ev.mp4  13.60M
|   |   ├──13-（重点）if嵌套结构_ev.mp4  10.11M
|   |   ├──14-（重点）Python实现猜拳游戏开发_ev.mp4  12.83M
|   |   ├──15-（重点）Python中模块的导入与使用_ev.mp4  10.56M
|   |   ├──16-（重点）Python中的for循环结构_ev.mp4  7.09M
|   |   ├──17-（重点）for循环与range()函数结合使用_ev.mp4  10.88M
|   |   ├──18-（重点）for循环中的两大关键词_ev.mp4  11.11M
|   |   ├──19-（重点）for循环综合案例之猜数字游戏开发_ev.mp4  9.22M
|   |   ├──20-（重点）列表容器定义与增删改查操作_ev.mp4  16.19M
|   |   ├──21-（重点）列表其他操作_ev.mp4  8.29M
|   |   ├──22-（重点）列表的切片操作_ev.mp4  19.49M
|   |   ├──23-（重点）列表相关函数与操作方法_ev.mp4  20.34M
|   |   ├──24-（重点）Python中的元组定义与访问_ev.mp4  9.50M
|   |   ├──25-（重点）字典的定义与增删改查操作_ev.mp4  13.97M
|   |   ├──26-（重点）集合的定义与使用_ev.mp4  11.34M
|   |   ├──27-（重点）函数的定义与调用_ev.mp4  19.44M
|   |   ├──28-（重点）Python中变量的作用域_ev.mp4  15.37M
|   |   ├──29-（扩展）global关键字的使用_ev.mp4  7.97M
|   |   ├──30-（重点）函数的两种传参方式（位置传递与关键词传递）_ev.mp4  8.88M
|   |   ├──31-（重点）默认值参数_ev.mp4  7.10M
|   |   ├──32-（重点）不定长参数_ev.mp4  13.04M
|   |   ├──33-（重点）lambda表达式_ev.mp4  19.66M
|   |   ├──34-（重点）面向过程与面向对象_ev.mp4  11.60M
|   |   ├──35-（重点）面向对象类和对象的概念_ev.mp4  10.35M
|   |   ├──36-（重点）面向对象中的self关键字_ev.mp4  8.52M
|   |   ├──37-（重点）对象属性的设置与获取_ev.mp4  6.49M
|   |   ├──38-（重点）__init__()魔术方法的使用_ev.mp4  11.72M
|   |   ├──39-（重点）__call__魔术方法的使用_ev.mp4  7.51M
|   |   ├──40-（重点）Python中类的继承_ev.mp4  11.13M
|   |   ├──41-（重点）继承中的重写操作_ev.mp4  16.28M
|   |   └──42-（重点）super()强制调用父类属性和方法_ev.mp4  24.83M
|   └──课程资料
|   |   ├──python基础
|   |   ├──深度学习基础
|   |   └──神经网络
001-大模型必备Python语言_ev.mp4  668.71M
002-大模型必备Python语言_ev.mp4  779.52M
003-大模型必备Python语言_ev.mp4  1.19G
004-大模型必备Python语言_ev.mp4  2.92M
005-大模型必备Python语言_ev.mp4  873.40M
006-大模型前置知识_ev.mp4  1.07G
007-大模型前置知识_ev.mp4  797.03M
008-大模型前置知识_ev.mp4  864.47M
009-大模型前置知识_ev.mp4  910.21M
010-大模型应用工具实战_ev.mp4  922.96M
011-大模型应用工具实战_ev.mp4  47.63M
012-大模型应用工具实战_ev.mp4  927.08M
013-大模型开发入门_ev.mp4  323.25M
014-大模型开发入门_ev.mp4  171.43M
015-主流大模型介绍及大模型Prompt-Tuning方法入门_ev.mp4  213.08M
016-大模型Prompt-Tuning方法进阶_ev.mp4  181.06M
017-大模型提示词工程应用1_ev.mp4  228.82M
018-大模型提示词工程应用2_ev.mp4  93.67M
019-大模型提示词工程应用3_ev.mp4  179.96M
020-大模型提示词_ev.mp4  543.21M
021-【项目1】金融行业动态风向评估_ev.mp4  534.72M
022-企业级大模型定制平台_ev.mp4  158.13M
023-企业级大模型定制平台_ev.mp4  290.83M
024-企业级大模型定制平台_ev.mp4  177.78M
025-电商虚拟试衣_ev.mp4  199.93M
026-（新增）大模型开发工具Function Call的原理及实践_ev.mp4  632.56M
027-（新增）GPTs与Assistant API_ev.mp4  627.12M
028-（新增）大模型Agent的原理及实践_ev.mp4  901.23M
029-（新增）大模型Agent的原理及实践_ev.mp4  477.16M
030-大模型开发工具longchain详解_ev.mp4  655.79M
031-【项目3】物流行业信息咨询智能问答系统_ev.mp4  458.33M
032-【项目4】大健康行业智能问诊系统_ev.mp4  869.79M
033-【项目4】大健康行业智能问诊系统_ev.mp4  482.74M
034-【项目4】大健康行业智能问诊系统_ev.mp4  455.94M
035-项目5-1】新零售行业评价决策系统【基于BERT+PET方式】_ev.mp4  489.81M
036-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】_ev.mp4  620.72M
037-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】_ev.mp4  341.15M
038-【项目5-2】新零售行业评价决策系统【基于BERT+P-Tuning方式】_ev.mp4  477.58M
039-【项目6】新媒体行业评论智能分类与信息抽取系统_ev.mp4  474.42M
040-【项目6】新媒体行业评论智能分类与信息抽取系统_ev.mp4  826.65M
041-ChatGLM-6B+LoRA模型搭建+趋动云资源配置_ev.mp4  434.40M
042-Stable Diffusion多模态大模型应用实战_ev.mp4  587.01M
043-Stable Diffusion多模态大模型应用实战_ev.mp4  432.43M
044-Stable Diffusion多模态大模型应用实战_ev.mp4  555.80M
045-Stable Diffusion多模态大模型应用实战_ev.mp4  36.81M
046-Stable Diffusion多模态大模型应用实战_ev.mp4  1.95M
047-综合项目与项目路演+【拓展】AI论文导读与论文撰写+结营典礼]】_ev.mp4  258.54M
048-大模型加餐课（面试指导）_ev.mp4  707.58M
049-大模型加餐课（模型部署）_ev.mp4  892.95M
——/2024最新黑马博学谷-AI大模型应用开发训练营2期/├──AI大模型 赠送资料  |   ├──11本AI大模型相关电子书.zip  309.49M|   └──简历模板.zip  2.03M 2024最新HM-AI大模型应用开发训练营2期 ,瑞客论坛