课程介绍
LLM开发工程师入行实战–从0到1开发轻量化私有大模型,。LLM大模型开发工程师已经成为各大公司争抢的战略性高薪人才,如果你想尽早入行,这门课程就是专为你设计的高效学习路径。课程从模型构建起步,手把手教你完成指令微调、高效数据集搭建、训练流水线搭建及模型知识蒸馏等关键任务。只要跟着教学安排,稳扎稳打,就能顺利训练出私有化、可压缩、可上线的轻量大模型。通过本课程的学习,助力你先人一步具备私有化模型开发实战能力,跃升成为高薪技术人才。
课程目录
├── 第1章 LLM大模型工程师入门实战–课程导学/ │ └── [ 39M] 1-1LLM开发工程师入门实战–课程导学 ├── 第2章 千里之行,始于足下:初识大语言模型/ │ ├── [8.9M] 2-1开启你的AI智慧之旅-本章导学 │ ├── [ 18M] 2-2开启你的AI智慧之旅-初识大语言模型 │ ├── [ 19M] 2-3开启你的AI智慧之旅-大语言模型擅长的事儿 │ ├── [ 22M] 2-4开启你的AI智慧之旅-大语言模型的诞生过程 │ ├── [ 17M] 2-5开启你的AI智慧之旅-从0到1构建大语言模型的意义 │ ├── [ 21M] 2-6开启你的AI智慧之旅-大语言模型的局限性与挑战 │ └── [ 12M] 2-7开启你的AI智慧之旅-大语言模型的未来展望 ├── 第3章 工欲善其事,必先利其器:开发环境的搭建/ │ ├── [ 19M] 3-1开发环境搭建-导学 │ ├── [115M] 3-2开发环境搭建-MiniConda安装与使用 │ ├── [ 72M] 3-3开发环境搭建-使用pip命令安装依赖包 │ ├── [ 28M] 3-4开发环境搭建-VsCode的配置 │ ├── [ 57M] 3-5开发环境搭建-手攒超级计算机-硬件(自己够买硬件者选看) │ ├── [ 17M] 3-6开发环境搭建-Nvidia与CUDA关系及Linux下Nvidia驱动的安装(Linux下搭建环境者选看) │ ├── [ 54M] 3-7开发环境搭建-Windows下Nvidia驱动的安装(Windows下搭建环境者选看) │ ├── [ 24M] 3-8开发环境搭建-使用Docker搭建环境一(需要Docker搭建环境者选看) │ ├── [ 64M] 3-9开发环境搭建-申请阿里云的免费GPU和CPU资源(想使用阿里云服务者选看) │ ├── [ 32M] 3-10开发环境搭建-申请Kaggle的免费GPU和CPU资源(想使用Kaggle且有科学上网工具者选看) │ └── [ 14M] 3-11开发环境搭建-申请Google的免费GPU和CPU资源(想使用Google云且有科学上网工具者选看) ├── 第4章 牛刀小试:使用HuggingFace训练GPT-2/ │ ├── [ 14M] 4-1使用HuggingFace训练GPT2-导学 │ ├── [ 20M] 4-2HuggingFace简介 │ ├── [ 38M] 4-3使用HuggingFace训练GPT2-基本步骤 │ ├── [140M] 4-4使用HuggingFace训练GPT2-实战(推荐) │ ├── [ 85M] 4-5使用HuggingFace训练GPT2-详解group_text的实现 │ └── [ 47M] 4-6使用HuggingFace训练GPT2-详解generate_terxt的实现 ├── 第5章 提高学习效率:驾驭LLM的对话艺术与工具 (初学AI者选看)/ │ ├── [ 13M] 5-1提高工作效率-导学 │ ├── [ 65M] 5-2提高工作效率工具-通义灵码与小浣熊 │ ├── [ 52M] 5-3提高工作效率工具-Copilot │ ├── [ 33M] 5-4大语言模型助手-Kimi │ ├── [ 98M] 5-5大语言模型助手-NewBing │ ├── [ 45M] 5-6大语言模型助手-Gemini │ ├── [ 54M] 5-7大语言模型助手-Poe │ ├── [ 22M] 5-8大语言模型提示词(一) │ ├── [ 72M] 5-9大语言模型提示词(二) │ ├── [ 73M] 5-10大语言模型提示词(三) │ ├── [ 56M] 5-11大语言模型提示词(四) │ ├── [ 84M] 5-12大语言模型提示词(五) │ └── [ 12M] 5-13本章小结 ├── 第6章 必知必会的基础知识:Python语言基础 (没有Pytorh基础者选看)/ │ ├── [ 16M] 6-1Python语言基础知识-导学 │ ├── [ 45M] 6-2Python语言基础知识-变量的定义与使用 │ ├── [ 68M] 6-3Python语言基础知识-逻辑判断与优先级 │ ├── [ 47M] 6-4Python语言基础知识-循环 │ ├── [ 33M] 6-5Python语言基础知识-函数的定义与使用 │ ├── [ 56M] 6-6Python语言基础知识-类与对象 │ ├── [ 97M] 6-7Python语言基础知识-四种复合类型 │ ├── [ 18M] 6-8Python语言基础知识-可变变量与不可变变量 │ ├── [ 53M] 6-9Python语言基础知识-特有技术-切片 │ ├── [ 34M] 6-10Python语言基础知识-其它特有技术 │ ├── [ 82M] 6-11Pythony语言基础知识-NumPy库的使用 │ ├── [ 69M] 6-12Python语言基础知识-MatPlotLib库的使用 │ └── [7.0M] 6-13Python语言基础知识-本章小结 ├── 第7章 深度学习核心入门:洞悉AI的学习之道 (无深度学习经验者选看)/ │ ├── [ 13M] 7-1深度学习核心入门-导学 │ ├── [ 25M] 7-2深度学习核心入门-人工智能、机器学习与深度学习的关系 │ ├── [ 37M] 7-3深度学习核心入门-神经元与神经网络 │ ├── [ 34M] 7-4深度学习核心入门-监督学习与无监督学习 │ ├── [ 21M] 7-5深度学习核心入门-数据集的划分 │ ├── [ 33M] 7-6深度学习核心入门-过拟合、欠拟合与代价函数 │ ├── [ 54M] 7-7深度学习核心入门-代价函数的意义 │ ├── [ 48M] 7-8深度学习核心入门-梯度下降 │ ├── [ 18M] 7-9深度学习核心入门-线性回归代价函数的导数 │ ├── [ 17M] 7-10深度学习核心入门-学习率 │ ├── [ 33M] 7-11深度学习核心入门-逻辑回归 │ ├── [ 11M] 7-12深度学习核心入门-sigmoid激活函数 │ ├── [ 32M] 7-13深度学习必备的基础知识-逻辑回归的代价函数 │ ├── [ 15M] 7-14深度学习必备的基础知识-逻辑回归的梯度下降 │ ├── [ 30M] 7-15深度学习必备的基础知识-逻辑回归代价函数关于w和b偏导后的公式证明 │ ├── [ 46M] 7-16深度学习必备的基础知识-深度神经网络与前向传播 │ ├── [ 27M] 7-17深度学习必备的基础知识-多种激活函数 │ ├── @www. │ ├── [ 27M] 7-18深度学习必备的基础知识-反向传播与计算图 │ └── [ 22M] 7-19深度学习必备的基础知识-前向传播与反向传播的完整过程 ├── 第8章 掌握“炼丹术”:优化深度学习训练参数 (无深度学习经验者选看)/ │ ├── [ 20M] 8-1优化深度学习训练参数-导学 │ ├── [ 37M] 8-2深度神经网络参数优化-向量化与矩阵化 │ ├── [ 44M] 8-3深度神经网络参数优化-L2正则化 │ ├── [ 12M] 8-4深度神经网络参数优化-Dropout │ ├── [ 23M] 8-5深度神经网络参数优化-数据归一化处理 │ ├── [ 14M] 8-6深度神经网络参数优化-初始化权重参数 │ ├── [ 22M] 8-7深度神经网络参数优化-全批量梯度下降 │ ├── [ 17M] 8-8深度神经网络参数优化-随机梯度下降与小批量梯度下降 │ ├── [ 24M] 8-9深度神经网络参数优化-梯度参数调优 │ └── [ 36M] 8-10深度神经网络参数优化-BatchNormalization ├── 第9章 【实战】手写字识别:第一个AI模型诞生记 (无深度学习经验者选看)/ │ ├── [ 13M] 9-1_实战_手写字识别-导学 │ ├── [ 11M] 9-2_实战_手写字识别-Pytorch的一点历史 │ ├── [ 42M] 9-3_实战_手写字识别-Pytorch加载数据集 │ ├── [ 32M] 9-4_实战_手写字识别-Pytorch导入训练数据和测试数据 │ ├── [ 49M] 9-5_实战_手写字识别-构建手写字神经网络 │ ├── [ 47M] 9-6_实战_手写字识别-Pytorch实现训练逻辑代码 │ ├── [ 35M] 9-7_实战_手写字识别-Pytorch实现评估神经逻辑代码 │ ├── [ 41M] 9-8_实战_手写字识别-Pytorch训练和评估神经网络 │ ├── [ 59M] 9-9_实战_手写字识别-模型的保存部署与使用 │ └── [100M] 9-10_实战_手写字识别-训练参数调优 └── 第10章 【实战】爬虫与训练数据:为大模型“备粮草”/ ├── [ 20M] 10-1_实战_数据与爬虫-导学 ├── [ 66M] 10-2_实战_数据与爬虫-大语言模型的食谱 ├── [ 22M] 10-3_实战_数据与爬虫-实现网络爬虫(一) ├── [ 36M] 10-4_实战_数据与爬虫-实现网络爬虫(二) ├── [112M] 10-5_实战_数据与爬虫-实现网络爬虫(三) ├── [146M] 10-6_实战_数据与爬虫-实现网络爬虫(四) ├── [ 15M] 10-7_实战_数据与爬虫-清洗数据(一) ├── [ 42M] 10-8_实战_数据与爬虫-清洗数据(二) ├── [107M] 10-9_实战_数据与爬虫-清洗数据(三) └── [ 18M] 10-10_实战_数据与爬虫-小结





