课程目录：

├── 00_【大模型理论和开发】
│ ├── 1《大模型原理&基础》
│ │ ├── 0-预备知识：Transformer
│ │ │ ├── Attention Is All You Need.pdf
│ │ │ └── 英文原版讲解推荐.txt
│ │ ├── 1-GPT 1-4 讲解
│ │ │ ├── GPT-4.mp4
│ │ │ ├── GPT1-3讲解.mp4
│ │ │ ├── gpt1.pdf
│ │ │ ├── gpt2.pdf
│ │ │ ├── gpt3.pdf
│ │ │ ├── GPT4 GPTs are GPTs- An Early Look at the Labor Market Impact Potential of Large Language Models.pdf
│ │ │ └── GPT4 Toolformer- Language Models Can Teach Themselves to Use Tools.pdf
│ │ ├── 2-Llama 3.1 讲解
│ │ │ ├── 1-导读.mp4
│ │ │ ├── 2-预训练数据.mp4
│ │ │ ├── 3-模型结构.mp4
│ │ │ └── The Llama 3 Herd of Models.pdf
│ │ ├── 3-相关论文推荐
│ │ │ ├── A Comparative Study on ChatGPT and Fine-tuned BERT.pdf
│ │ │ ├── A Survey on ChatGPT and Beyond.pdf
│ │ │ ├── A Survey on Evaluation of Large Language Models .pdf
│ │ │ ├── A Systematic Study and Comprehensive Evaluation of ChatGPT on Benchmark Datasets.pdf
│ │ │ ├── An Independent Evaluation of ChatGPT on Mathematical Word Problems (MWP) .pdf
│ │ │ ├── BERT Rediscovers the Classical NLP Pipeline.pdf
│ │ │ ├── ChatGPT- A Meta-Analysis after 2.5 Months.pdf
│ │ │ ├── ChatLog- Recording and Analyzing ChatGPT Across Time.pdf
│ │ │ ├── GPT Understands, Too.pdf
│ │ │ ├── GPT-3- Its Nature, Scope, Limits, and Consequences.pdf
│ │ │ ├── gpt3_whats_it_good_for.pdf
│ │ │ ├── How Contextual are Contextualized Word Representations.pdf
│ │ │ ├── Is ChatGPT A Good Translator.pdf
│ │ │ ├── Sparks of Artificial General Intelligence.pdf
│ │ │ ├── Summary of ChatGPT GPT-4 Research .pdf
│ │ │ └── What Makes Good In-Context Examples for GPT-3.pdf
│ │ └── 4-LLM&GPT的复现和实践
│ │ ├── gpt2+3 tensorflow版.zip
│ │ ├── GPT2-pytorch.zip
│ │ ├── gpt2-Pytorch版.zip
│ │ ├── GPT2-tensorflow复现.zip
│ │ ├── GPT2-中文版 结合bert分词.zip1(请把后缀改成zip再解压)
│ │ ├── minGPT-pytorch.zip
│ │ ├── prompt——gpt提示工程指南.zip
│ │ ├── ★ DialoGPT-微软开源对话gpt项目.zip
│ │ ├── ★ gpt2的训练-中文.zip
│ │ ├── 基于GPT2的闲聊模型-中文.zip
│ │ ├── 中文GPT2新闻标题生成项目.zip
│ │ └── 中文闲聊的GPT2模型.zip
│ ├── 2《大模型实践、应用、开发》
│ │ ├── 0-大模型系列课程
│ │ │ └── 此处机构课程因容量太大，放外链.txt
│ │ ├── 1-主流开源大模型
│ │ │ ├── ★ 低成本配置下部署LLaMA-2模型ColossalAI-main.zip
│ │ │ ├── ★ 难度大 集成了几乎所有主流大模型OpenLLM-main.zip
│ │ │ ├── 教程-通过降低模型精度 加速模型训练 降低部署成本 但是有点麻烦不是很推荐.ipynb
│ │ │ └── 最多400万token上下文 推理提速22倍streaming-llm-main.zip
│ │ ├── 4-Agent
│ │ │ └── 主流Agent项目汇总.pdf
│ │ ├── OpenAI GPT开发资料
│ │ │ ├── openAI 开发教程.zip
│ │ │ └── 微软官方GPT4测评报告 英文.pdf
│ │ ├── 其他资料
│ │ │ └── 现有开源的数据集.pdf
│ │ ├── 选学-prompt工程
│ │ │ └── OpenAI的官方Prompt工程指南详解.pdf
│ │ ├── 选学-大模型集群
│ │ │ ├── 1-大模型整体架构.mp4
│ │ │ ├── 2-大模型全流程介绍.mp4
│ │ │ ├── 3-大模型训练效率计算.mp4
│ │ │ ├── 4-AI集群硬件组成.mp4
│ │ │ ├── 5-集群的分布式架构.mp4
│ │ │ ├── 6-大模型训练显存分析.mp4
│ │ │ └── 7-大模型推理显存分析.mp4
│ │ ├── 选学-向量数据库
│ │ │ ├── 1-向量数据库介绍 Vector和Embedding关系.mp4
│ │ │ ├── 2-向量数据库的功能、特性、发展和基本原理.mp4
│ │ │ ├── 3-向量数据库的技术与混合搜索系统.mp4
│ │ │ ├── 4-RAG技术详解、向量数据库对大模型的作用.mp4
│ │ │ └── 5-向量数据库核心之相似性搜索.mp4
│ │ └── LLM全教程总结.pdf
│ ├── 推荐读物
│ │ ├── 《大型语言模型中的事实性研究》综述
│ │ │ ├── LLM-Factuality-Survey-main.zip
│ │ │ └── 大模型如何处理事实？西湖大学等最新《大型语言模型中的事实性研究》综述，详述_LLM的知识、检索与领域特异性.pdf
│ │ ├── 多模态持续预训练实用指南-英文
│ │ │ ├── 文章.pdf
│ │ │ └── 中文介绍.pdf
│ │ ├── 2022中国大模型发展白皮书.pdf
│ │ ├── 2023年 【100页】从CHAT-GPT到生成式AI(Generative AI)：人工智能新范式，重新定义生产力.pdf
│ │ ├── 2023年中国AIGC产业全景报告.pdf
│ │ ├── 2023年中国AIGC产业算力发展报告.pdf
│ │ ├── 2023中国大模型市场商业化进展研究报告.pdf
│ │ ├── 66个ChatGPT副业赚钱技巧.pdf
│ │ ├── 6G内生AI架构及AI大模型.pdf
│ │ ├── AIGC人才趋势洞察报告-猎聘.pdf
│ │ ├── ChatGPT 调研报告 (哈尔滨工业大学自然语言处理研究所) (Z-Library).pdf
│ │ ├── GPT-5_你需要知道的一切.pdf
│ │ ├── PyTorch模型训练调优&GPU并行加速宝典.pdf
│ │ ├── transformer系列论文.zip
│ │ ├── ！推荐 《ChatGPT：读懂人工智能新纪元》.pdf
│ │ ├── ！推荐 大规模语言模型-从理论到实践.pdf
│ │ ├── 《2024年中国AI大模型产业发展报告》.pdf
│ │ ├── 《大语言模型》.pdf
│ │ ├── 《知识图谱与大模型融合实践研究报告》.pdf
│ │ ├── 【Air Street Capital】2023年AI现状报告.pdf
│ │ ├── 大模型综述 97页 英文版.pdf
│ │ ├── 大语言模型 电子书.pdf
│ │ ├── 大语言模型在推荐系统的实践应用.pdf
│ │ ├── 多模态系列论文.zip
│ │ ├── 多态大模型平台的应用研发与思考.pdf
│ │ ├── 清华AIGC和ChatGPT报告-192页.pdf
│ │ ├── 如何选择大模型 英文综述.pdf
│ │ ├── 推荐系统&大模型.pdf
│ │ ├── 亚信科技清华大学2023年AIGCGPT-4赋能通信行业应用白皮书132页.pdf
│ │ └── 自然语言处理白皮书&发展现状.pdf
│ └── 学习指南（务必看一下）.pdf
├── 01_尚硅谷大模型技术之Python基础
│ ├── 1.笔记
│ │ ├── Python连接外部数据源.docx
│ │ ├── 尚硅谷大模型技术之Python1.0.docx
│ │ ├── 尚硅谷大模型技术之Python课后练习题无答案.docx
│ │ └── 尚硅谷大模型技术之Python课后练习题以及答案.docx
│ ├── 2.资料
│ │ ├── jetbrains
│ │ │ ├── ！！！重要！！！激活教程(1).docx
│ │ │ ├── ！！！重要！！！激活教程.docx
│ │ │ ├── 说明(1).txt
│ │ │ └── 说明.txt
│ │ ├── 画图截图工具
│ │ │ ├── balsamiqmockupspro.rar
│ │ │ └── Snipaste-2.2.1-Beta2-x64.rar
│ │ ├── jetbrains.zip
│ │ ├── pycharm-professional-2024.3.1.1.exe
│ │ ├── pycharm.txt
│ │ ├── python-3.12.8-amd64.exe
│ │ └── Python-3.12.8.tgz
│ ├── 3.代码
│ │ ├── 3.����
│ │ │ └── Python����.bmpr
│ │ ├── Hello
│ │ │ └── Hello.py
│ │ ├── 3.代码.zip
│ │ └── Python基础.bmpr
│ └── 4.视频
│ ├── day01
│ │ ├── 00_AI大模型之Python基础_课程介绍.mp4
│ │ ├── 01_AI大模型之Python基础_计算机组成.mp4
│ │ ├── 02_AI大模型之Python基础_计算机发展以及语言发展.mp4
│ │ ├── 03_AI大模型之Python基础_计算机语言发展画图说明.mp4
│ │ ├── 04_AI大模型之Python基础_编译型语言和解释型语言.mp4
│ │ ├── 05_AI大模型之Python基础_Python语言的运行方式.mp4
│ │ ├── 06_AI大模型之Python基础_Python语言特点.mp4
│ │ ├── 07_AI大模型之Python基础_Python解释器介绍.mp4
│ │ ├── 08_AI大模型之Python基础_Python的安装.mp4
│ │ ├── 09_AI大模型之Python基础_卸载问题说明.mp4
│ │ ├── 10_AI大模型之Python基础_PyCharm的安装.mp4
│ │ ├── 11_AI大模型之Python基础_科学使用PyCharm.mp4
│ │ ├── 12_AI大模型之Python基础_Pycharm的设置.mp4
│ │ ├── 13_AI大模型之Python基础_交互式命令行方式运行程序.mp4
│ │ ├── 14_AI大模型之Python基础_脚本方式运行程序.mp4
│ │ ├── 15_AI大模型之Python基础_PyCharm破解问题说明.mp4
│ │ ├── 16_AI大模型之Python基础_通过PyCharm运行程序.mp4
│ │ ├── 17_AI大模型之Python基础_注释.mp4
│ │ ├── 18_AI大模型之Python基础_变量的声明和赋值.mp4
│ │ ├── 19_AI大模型之Python基础_标识符的命名.mp4
│ │ ├── 20_AI大模型之Python基础_变量的修改以及常量.mp4
│ │ └── 21_AI大模型之Python基础_总结.mp4
│ ├── day02
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_常见的进制介绍.mp4
│ │ ├── 02_AI大模型之Python基础_不同进制的表现形式.mp4
│ │ ├── 03_AI大模型之Python基础_二进制和十进制之间的转换.mp4
│ │ ├── 04_AI大模型之Python基础_十六进制（八进制）和十进制之间的转换.mp4
│ │ ├── 05_AI大模型之Python基础_二进制和十六进制之间的转换.mp4
│ │ ├── 06_AI大模型之Python基础_原码、反码、补码概念.mp4
│ │ ├── 07_AI大模型之Python基础_计算机为什么使用补码.mp4
│ │ ├── 08_AI大模型之Python基础_计算机减法转加法思路.mp4
│ │ ├── 09_AI大模型之Python基础_补码计算原理说明.mp4
│ │ ├── 10_AI大模型之Python基础_数据类型分类.mp4
│ │ ├── 11_AI大模型之Python基础_整数类型.mp4
│ │ ├── 12_AI大模型之Python基础_上午内容回顾.mp4
│ │ ├── 13_AI大模型之Python基础_浮点数类型.mp4
│ │ ├── 14_AI大模型之Python基础_布尔类型.mp4
│ │ ├── 15_AI大模型之Python基础_字符串类型-笔记.PanD
│ │ ├── 15_AI大模型之Python基础_字符串类型.mp4
│ │ ├── 16_AI大模型之Python基础_自动类型转换.mp4
│ │ ├── 17_AI大模型之Python基础_强制类型转换.mp4
│ │ ├── 18_AI大模型之Python基础_编码和解码.mp4
│ │ ├── 19_AI大模型之Python基础_input输入.mp4
│ │ ├── 20_AI大模型之Python基础_普通输出和字符串中使用%占位.mp4
│ │ ├── 21_AI大模型之Python基础_字符串的format方法.mp4
│ │ ├── 22_AI大模型之Python基础_f加字符串输出.mp4
│ │ ├── 23_AI大模型之Python基础_总结.mp4
│ │ └── 代码.zip
│ ├── day03
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_算术、赋值运算符.mp4
│ │ ├── 02_AI大模型之Python基础_问题解答.mp4
│ │ ├── 03_AI大模型之Python基础_比较、逻辑运算符.mp4
│ │ ├── 04_AI大模型之Python基础_位运算符.mp4
│ │ ├── 05_AI大模型之Python基础_问题解答.mp4
│ │ ├── 06_AI大模型之Python基础_成员、身份运算符.mp4
│ │ ├── 07_AI大模型之Python基础_Python编码规范.mp4
│ │ ├── 08_AI大模型之Python基础_流程控制语句单分支介绍.mp4
│ │ ├── 09_AI大模型之Python基础_单分支if.mp4
│ │ ├── 10_AI大模型之Python基础_双分支.mp4
│ │ ├── 11_AI大模型之Python基础_多分支.mp4
│ │ ├── 12_AI大模型之Python基础_多分支案例.mp4
│ │ ├── 13_AI大模型之Python基础_嵌套分支.mp4
│ │ ├── 14_AI大模型之Python基础_match-case.mp4
│ │ ├── 15_AI大模型之Python基础_三目运算符.mp4
│ │ ├── 16_AI大模型之Python基础_while循环.mp4
│ │ ├── 17_AI大模型之Python基础_while打印进度条.mp4
│ │ ├── 18_AI大模型之Python基础_whileElse.mp4
│ │ ├── 19_AI大模型之Python基础_总结以及作业布置.mp4
│ │ └── 代码.zip
│ ├── day04
│ │ ├── 00_AI大模型之Python基础_作业题讲解.mp4
│ │ ├── 01_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 02_AI大模型之Python基础_for循环语法介绍.mp4
│ │ ├── 03_AI大模型之Python基础_for循环遍历案例.mp4
│ │ ├── 04_AI大模型之Python基础_range函数说明.mp4
│ │ ├── 05_AI大模型之Python基础_循环的嵌套.mp4
│ │ ├── 06_AI大模型之Python基础_continue、break、pass关键字以及else语句.mp4
│ │ ├── 07_AI大模型之Python基础_上午内容回顾.mp4
│ │ ├── 08_AI大模型之Python基础_序列介绍.mp4
│ │ ├── 09_AI大模型之Python基础_列表的介绍以及创建.mp4
│ │ ├── 10_AI大模型之Python基础_列表切片.mp4
│ │ ├── 11_AI大模型之Python基础_列表中的常用方法1.mp4
│ │ ├── 12_AI大模型之Python基础_列表的遍历.mp4
│ │ ├── 13_AI大模型之Python基础_列表中的常用方法2.mp4
│ │ ├── 14_AI大模型之Python基础_列表推导式.mp4
│ │ ├── 15_AI大模型之Python基础_列表常用方法3.mp4
│ │ └── day03每日一考.md
│ ├── day05
│ │ ├── 00_AI大模型之Python基础_每日一考讲解.mp4
│ │ ├── 01_AI大模型之Python基础_字符串介绍.mp4
│ │ ├── 02_AI大模型之Python基础_字符串基本操作.mp4
│ │ ├── 03_AI大模型之Python基础_字符串常用函数.mp4
│ │ ├── 04_AI大模型之Python基础_元组.mp4
│ │ ├── 05_AI大模型之Python基础_集合基本操作.mp4
│ │ ├── 06_AI大模型之Python基础_集合常用的函数.mp4
│ │ ├── 07_AI大模型之Python基础_字典基本介绍.mp4
│ │ ├── 08_AI大模型之Python基础_字典对象的创建以及访问方式.mp4
│ │ ├── 09_AI大模型之Python基础_字典的基础操作.mp4
│ │ ├── 10_AI大模型之Python基础_字典的遍历以及常用函数.mp4
│ │ ├── 11_AI大模型之Python基础_各个容器类型总结.mp4
│ │ └── 每日一考.md
│ ├── day06
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_函数的定义以及为什么抽取函数.mp4
│ │ ├── 02_AI大模型之Python基础_函数的抽取.mp4
│ │ ├── 03_AI大模型之Python基础_函数的形参和实参.mp4
│ │ ├── 04_AI大模型之Python基础_函数执行内存分析.mp4
│ │ ├── 05_AI大模型之Python基础_传递不可变对象.mp4
│ │ ├── 06_AI大模型之Python基础_传递可变对象.mp4
│ │ ├── 07_AI大模型之Python基础_上午内容回顾.mp4
│ │ ├── 08_AI大模型之Python基础_赋值操作情况说明.mp4
│ │ ├── 09_AI大模型之Python基础_参数传递的形式.mp4
│ │ ├── 10_AI大模型之Python基础_解包传参.mp4
│ │ ├── 11_AI大模型之Python基础_浅拷贝.mp4
│ │ ├── 12_AI大模型之Python基础_浅拷贝原理图示.mp4
│ │ ├── 13_AI大模型之Python基础_深拷贝原理图示.mp4
│ │ ├── 14_AI大模型之Python基础_方法的返回值.mp4
│ │ ├── 15_AI大模型之Python基础_总结.mp4
│ │ └── 每日一考.md
│ ├── day07
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_考试题讲解.mp4
│ │ ├── 02_AI大模型之Python基础_函数嵌套调用.mp4
│ │ ├── 03_AI大模型之Python基础_作用域.mp4
│ │ ├── 04_AI大模型之Python基础_闭包.mp4
│ │ ├── 05_AI大模型之Python基础_作用域.mp4
│ │ ├── 06_AI大模型之Python基础_全局变量和局部变量.mp4
│ │ ├── 07_AI大模型之Python基础_global和nonlocal关键字.mp4
│ │ ├── 08_AI大模型之Python基础_函数的递归.mp4
│ │ ├── 09_AI大模型之Python基础_函数递归调用内存分析.mp4
│ │ ├── 10_AI大模型之Python基础_匿名函数的定义.mp4
│ │ ├── 11_AI大模型之Python基础_匿名函数应用.mp4
│ │ ├── 12_AI大模型之Python基础_匿名函数实现说明.mp4
│ │ ├── 13_AI大模型之Python基础_函数注释.mp4
│ │ ├── 14_AI大模型之Python基础_文件操作模式介绍.mp4
│ │ ├── 15_AI大模型之Python基础_读写数据.mp4
│ │ ├── 20250326周四考试.md
│ │ ├── Python基础.bmpr
│ │ └── 大模型之Python基础-Day06每日一考.md
│ ├── day08
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_图片拷贝.mp4
│ │ ├── 02_AI大模型之Python基础_图片拷贝优化.mp4
│ │ ├── 03_AI大模型之Python基础_面向过程与面向函数式编程.mp4
│ │ ├── 04_AI大模型之Python基础_面向对象编程思想.mp4
│ │ ├── 05_AI大模型之Python基础_类和对象的概念.mp4
│ │ ├── 06_AI大模型之Python基础_通过类创建对象案例.mp4
│ │ ├── 07_AI大模型之Python基础_对象创建内存分析.mp4
│ │ ├── 08_AI大模型之Python基础_补充.mp4
│ │ ├── 09_AI大模型之Python基础_类的定义以及类的操作.mp4
│ │ ├── 10_AI大模型之Python基础_init方法.mp4
│ │ ├── 11_AI大模型之Python基础_self.mp4
│ │ ├── 12_AI大模型之Python基础_类属性.mp4
│ │ ├── 13_AI大模型之Python基础_实例属性.mp4
│ │ ├── 14_AI大模型之Python基础_实例方法和类方法.mp4
│ │ ├── 15_AI大模型之Python基础_静态方法和特殊方法.mp4
│ │ ├── 16_AI大模型之Python基础_动态添加属性以及方法.mp4
│ │ ├── 17_AI大模型之Python基础_总结.mp4
│ │ ├── day07_每日一考.md
│ │ └── Python基础.bmpr
│ ├── day09
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_面向对象的三大特性整体介绍.mp4
│ │ ├── 02_AI大模型之Python基础_私有化属性和方法.mp4
│ │ ├── 03_AI大模型之Python基础_成员私有化本质.mp4
│ │ ├── 04_AI大模型之Python基础_@property用法.mp4
│ │ ├── 05_AI大模型之Python基础_读写属性.mp4
│ │ ├── 06_AI大模型之Python基础_封装案例.mp4
│ │ ├── 07_AI大模型之Python基础_上午内容回顾.mp4
│ │ ├── 08_AI大模型之Python基础_随堂案例.mp4
│ │ ├── 09_AI大模型之Python基础_单继承案例.mp4
│ │ ├── 10_AI大模型之Python基础_多继承.mp4
│ │ ├── 11_AI大模型之Python基础_super方法父类的属性和方法.mp4
│ │ ├── 12_AI大模型之Python基础_方法调用顺序.mp4
│ │ ├── 13_AI大模型之Python基础_方法的重写.mp4
│ │ ├── 14_AI大模型之Python基础_多态.mp4
│ │ ├── 15_AI大模型之Python基础_总结以及愤怒的小鸟案例说明.mp4
│ │ └── day08_每日一考.md
│ ├── day10
│ │ ├── 00_AI大模型之Python基础_习题讲解.mp4
│ │ ├── 01_AI大模型之Python基础_鸟基类的创建.mp4
│ │ ├── 02_AI大模型之Python基础_鸟子类的创建.mp4
│ │ ├── 03_AI大模型之Python基础_障碍物类的创建.mp4
│ │ ├── 04_AI大模型之Python基础_创建相关对象完成攻击.mp4
│ │ ├── 05_AI大模型之Python基础_异常处理基本语法.mp4
│ │ ├── 06_AI大模型之Python基础_捕获不同类型的异常.mp4
│ │ ├── 07_AI大模型之Python基础_Else语句块.mp4
│ │ ├── 08_AI大模型之Python基础_Finally.mp4
│ │ ├── 09_AI大模型之Python基础_Raise抛出异常.mp4
│ │ ├── 10_AI大模型之Python基础_assert断言机制.mp4
│ │ ├── 11_AI大模型之Python基础_自定义异常.mp4
│ │ ├── 12_AI大模型之Python基础_异常的传递.mp4
│ │ ├── 13_AI大模型之Python基础_With关键字介绍.mp4
│ │ ├── 14_AI大模型之Python基础_With关键字案例.mp4
│ │ ├── 15_AI大模型之Python基础_总结.mp4
│ │ └── day09_每日一考.md
│ ├── day11
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_模块介绍.mp4
│ │ ├── 02_AI大模型之Python基础_全局导入模块.mp4
│ │ ├── 03_AI大模型之Python基础_局部导入模块情况1.mp4
│ │ ├── 04_AI大模型之Python基础_局部导入模块情况2.mp4
│ │ ├── 05_AI大模型之Python基础_模块搜索顺序.mp4
│ │ ├── 06_AI大模型之Python基础___all__限制导入成员.mp4
│ │ ├── 07_AI大模型之Python基础___name__变量.mp4
│ │ ├── 08_AI大模型之Python基础_dir函数.mp4
│ │ ├── 09_AI大模型之Python基础_包的创建.mp4
│ │ ├── 10_AI大模型之Python基础_上午内容回顾.mp4
│ │ ├── 11_AI大模型之Python基础_带包的全局导入.mp4
│ │ ├── 12_AI大模型之Python基础_局部导入1.mp4
│ │ ├── 13_AI大模型之Python基础_局部导入2.mp4
│ │ ├── 14_AI大模型之Python基础_安装第三方库介绍.mp4
│ │ ├── 15_AI大模型之Python基础_打包自己开发的代码.mp4
│ │ ├── 16_AI大模型之Python基础_通过命令的方式安装自己打包的库.mp4
│ │ ├── 17_AI大模型之Python基础_pycharm界面方式安装自己打包的库.mp4
│ │ ├── 18_AI大模型之Python基础_总结.mp4
│ │ └── day10_每日一考.md
│ ├── day12
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_浅拷贝案例.mp4
│ │ ├── 02_AI大模型之Python基础_深拷贝案例.mp4
│ │ ├── 03_AI大模型之Python基础_迭代器介绍.mp4
│ │ ├── 04_AI大模型之Python基础_通过容器创建迭代器对象.mp4
│ │ ├── 05_AI大模型之Python基础_自定义迭代器.mp4
│ │ ├── 06_AI大模型之Python基础_生成器介绍以及斐波那契数列.mp4
│ │ ├── 07_AI大模型之Python基础_通过函数创建生成器对象.mp4
│ │ ├── 08_AI大模型之Python基础_通过send向生成器发送数据.mp4
│ │ ├── 09_AI大模型之Python基础_命名空间.mp4
│ │ ├── 10_AI大模型之Python基础_四种作用域.mp4
│ │ ├── 11_AI大模型之Python基础_闭包.mp4
│ │ ├── 12_AI大模型之Python基础_闭包实现装饰器.mp4
│ │ ├── 13_AI大模型之Python基础_装饰器语法糖实现装饰器.mp4
│ │ ├── 14_AI大模型之Python基础_多层装饰器.mp4
│ │ ├── 15_AI大模型之Python基础_多层装饰器内存图.mp4
│ │ ├── 16_AI大模型之Python基础_带参数的装饰器.mp4
│ │ ├── 17_AI大模型之Python基础_类装饰器.mp4
│ │ ├── 18_AI大模型之Python基础_总结.mp4
│ │ ├── day11_每日一考.md
│ │ └── Python基础.bmpr
│ ├── day13
│ │ ├── 00_AI大模型之Python基础_考题讲解以及内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_同步异步以及并发和并行概念.mp4
│ │ ├── 02_AI大模型之Python基础_多进程以及创建方式说明.mp4
│ │ ├── 03_AI大模型之Python基础_多进程方式读写文件.mp4
│ │ ├── 04_AI大模型之Python基础_自定义进程类.mp4
│ │ ├── 05_AI大模型之Python基础_进程池.mp4
│ │ ├── 06_AI大模型之Python基础_进程池案例.mp4
│ │ ├── 07_AI大模型之Python基础_上午内容回顾.mp4
│ │ ├── 08_AI大模型之Python基础_多进程间不共享全局变量.mp4
│ │ ├── 09_AI大模型之Python基础_Queue介绍.mp4
│ │ ├── 10_AI大模型之Python基础_进程间通过Quque共享数据.mp4
│ │ ├── 11_AI大模型之Python基础_线程相关概念.mp4
│ │ ├── 12_AI大模型之Python基础_线程对象的创建.mp4
│ │ ├── 13_AI大模型之Python基础_线程池.mp4
│ │ ├── 14_AI大模型之Python基础_线程不安全问题说明.mp4
│ │ ├── 15_AI大模型之Python基础_总结.mp4
│ │ └── day12_每日一考.md
│ ├── day14
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_加锁解决线程安全问题.mp4
│ │ ├── 02_AI大模型之Python基础_进程和线程对比.mp4
│ │ ├── 03_AI大模型之Python基础_网络相关概念.mp4
│ │ ├── 04_AI大模型之Python基础_UDP通信介绍.mp4
│ │ ├── 05_AI大模型之Python基础_UDP开发案例.mp4
│ │ ├── 06_AI大模型之Python基础_上午内容回顾.mp4
│ │ ├── 07_AI大模型之Python基础_TCP通信介绍.mp4
│ │ ├── 08_AI大模型之Python基础_TCP开发案例.mp4
│ │ ├── 09_AI大模型之Python基础_TCP开发案例优化.mp4
│ │ ├── 10_AI大模型之Python基础_加入多线程以及异常处理.mp4
│ │ ├── 11_AI大模型之Python基础_Http以及一言网介绍.mp4
│ │ ├── 12_AI大模型之Python基础_请求一言网.mp4
│ │ ├── 13_AI大模型之Python基础_starlette部署web服务.mp4
│ │ ├── 14_AI大模型之Python基础_总结.mp4
│ │ └── day13.md
│ └── day15
│ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ ├── 01_AI大模型之Python基础_正则表达式介绍.mp4
│ ├── 02_AI大模型之Python基础_正则表达式案例.mp4
│ ├── 03_AI大模型之Python基础_客户管理系统需求介绍.mp4
│ ├── 04_AI大模型之Python基础_创建客户类.mp4
│ ├── 05_AI大模型之Python基础_初始化两个字典用于存放客户信息.mp4
│ ├── 06_AI大模型之Python基础_主菜单页的开发.mp4
│ ├── 07_AI大模型之Python基础_将用户添加到集合中.mp4
│ ├── 08_AI大模型之Python基础_添加用户id.mp4
│ ├── 09_AI大模型之Python基础_添加用户其它功能的实现.mp4
│ ├── 10_AI大模型之Python基础_显示所有用户以及作业布置.mp4
│ └── day14_每日一考.md
├── 02_数据结构与算法
│ ├── 1.笔记
│ │ └── 尚硅谷大模型技术之数据结构与算法1.0.docx
│ ├── 2.资料
│ │ └── [空目录]
│ ├── 3.代码
│ │ └── [空目录]
│ └── 4.视频
│ ├── day01
│ │ ├── 00_AI大模型之数据结构与算法_案例问题说明.mkv
│ │ ├── 01_AI大模型之数据结构与算法_如何学.mkv
│ │ ├── 02_AI大模型之数据结构与算法_数据结构分类.mkv
│ │ ├── 03_AI大模型之数据结构与算法_时间复杂度.mkv
│ │ ├── 04_AI大模型之数据结构与算法_最坏时间复杂度.mkv
│ │ ├── 05_AI大模型之数据结构与算法_大O表示法常见的情况.mkv
│ │ ├── 06_AI大模型之数据结构与算法_空间复杂度.mkv
│ │ ├── 07_AI大模型之数据结构与算法_数组和list区别.mkv
│ │ ├── 08_AI大模型之数据结构与算法_自定义数组.mkv
│ │ ├── 09_AI大模型之数据结构与算法_数组扩容.mkv
│ │ ├── 10_AI大模型之数据结构与算法_向数组中添加元素.mkv
│ │ ├── 11_AI大模型之数据结构与算法_上午内容回顾.mp4
│ │ ├── 12_AI大模型之数据结构与算法_数组的删除以及其它操作.mp4
│ │ ├── 13_AI大模型之数据结构与算法_数组实现需要注意的问题.mp4
│ │ ├── 14_AI大模型之数据结构与算法_链表类创建.mp4
│ │ ├── 15_AI大模型之数据结构与算法_向链表中插入元素.mp4
│ │ ├── 16_AI大模型之数据结构与算法_删除链表元素.mp4
│ │ ├── 17_AI大模型之数据结构与算法_链表其它操作.mp4
│ │ └── 18_AI大模型之数据结构与算法_总结.mp4
│ ├── day02
│ │ ├── 00_AI大模型之数据结构与算法_内容回顾.mp4
│ │ ├── 01_AI大模型之数据结构与算法_栈数据结构介绍.mp4
│ │ ├── 02_AI大模型之数据结构与算法_栈数据结构实现.mp4
│ │ ├── 03_AI大模型之数据结构与算法_栈应用.mp4
│ │ ├── 04_AI大模型之数据结构与算法_队列介绍.mp4
│ │ ├── 05_AI大模型之数据结构与算法_入队代码实现.mp4
│ │ ├── 06_AI大模型之数据结构与算法_出队代码以及队列测试.mp4
│ │ ├── 07_AI大模型之数据结构与算法_上午内容回顾.mp4
│ │ ├── 08_AI大模型之数据结构与算法_哈希表介绍.mp4
│ │ ├── 09_AI大模型之数据结构与算法_哈希表类创建.mp4
│ │ ├── 10_AI大模型之数据结构与算法_显示哈希表中所有元素.mp4
│ │ ├── 11_AI大模型之数据结构与算法_向哈希表中添加元素.mp4
│ │ ├── 12_AI大模型之数据结构与算法_扩容.mp4
│ │ ├── 13_AI大模型之数据结构与算法_从哈希表中删除元素.mp4
│ │ ├── 14_AI大模型之数据结构与算法_获取元素以及遍历.mp4
│ │ ├── 15_AI大模型之数据结构与算法_哈希表整体测试.mp4
│ │ ├── 16_AI大模型之数据结构与算法_总结.mp4
│ │ └── 数据结构与算法.bmpr
│ ├── day03
│ │ ├── 00_AI大模型之数据结构与算法_内容回顾.mp4
│ │ ├── 01_AI大模型之数据结构与算法_树介绍.mp4
│ │ ├── 02_AI大模型之数据结构与算法_二叉树的存储方式介绍.mp4
│ │ ├── 03_AI大模型之数据结构与算法_常见的二叉树.mp4
│ │ ├── 04_AI大模型之数据结构与算法_常见的二叉树动画演示.mp4
│ │ ├── 05_AI大模型之数据结构与算法_定义节点类以及树类.mp4
│ │ ├── 06_AI大模型之数据结构与算法_查询方法的实现.mp4
│ │ ├── 07_AI大模型之数据结构与算法_向树中添加元素.mp4
│ │ ├── 08_AI大模型之数据结构与算法_删除元素的几种情况说明.mp4
│ │ ├── 09_AI大模型之数据结构与算法_删除没有子节点的节点.mp4
│ │ ├── 10_AI大模型之数据结构与算法_删除只有一个子节点的节点.mp4
│ │ ├── 11_AI大模型之数据结构与算法_删除有两个子节点的节点.mp4
│ │ ├── 12_AI大模型之数据结构与算法_上午内容回顾.mp4
│ │ ├── 13_AI大模型之数据结构与算法_树的遍历.mp4
│ │ ├── 14_AI大模型之数据结构与算法_图的介绍.mp4
│ │ ├── 15_AI大模型之数据结构与算法_二分查找法.mp4
│ │ ├── 16_AI大模型之数据结构与算法_查找多数元素.mp4
│ │ └── 17_AI大模型之数据结构与算法_总结.mp4
│ ├── day04
│ │ ├── 00_AI大模型之数据结构与算法_内容回顾.mp4
│ │ ├── 01_AI大模型之数据结构与算法_冒泡排序.mp4
│ │ ├── 02_AI大模型之数据结构与算法_选择排序.mp4
│ │ ├── 03_AI大模型之数据结构与算法_插入排序.mp4
│ │ ├── 04_AI大模型之数据结构与算法_归并排序.mp4
│ │ ├── 05_AI大模型之数据结构与算法_上午内容回顾.mp4
│ │ ├── 06_AI大模型之数据结构与算法_快速排序.mp4
│ │ ├── 07_AI大模型之数据结构与算法_堆排序.mp4
│ │ ├── 08_AI大模型之数据结构与算法_分治_汉诺塔思路_1.mp4
│ │ ├── 09_AI大模型之数据结构与算法_分治_汉诺塔思路_2.mp4
│ │ └── 数据结构与算法.bmpr
│ └── day05
│ ├── 00_AI大模型之数据结构与算法_卡拉楚巴算法.mp4
│ ├── 01_AI大模型之数据结构与算法_卡拉楚巴算法代码分析.mp4
│ ├── 02_AI大模型之数据结构与算法_动态规划爬楼梯.mp4
│ ├── 03_AI大模型之数据结构与算法_最大的连续子数组之和.mp4
│ ├── 04_AI大模型之数据结构与算法_0-1背包思路分析.mp4
│ ├── 05_AI大模型之数据结构与算法_0-1背包代码分析.mp4
│ ├── 06_AI大模型之数据结构与算法_完全背包.mp4
│ ├── 07_AI大模型之数据结构与算法_回溯算法_全排列.mp4
│ ├── 08_AI大模型之数据结构与算法_全排列代码分析.mp4
│ ├── 09_AI大模型之数据结构与算法_贪心算法_最大交换.mp4
│ └── 数据结构与算法.bmpr
├── 03_Linux及Shell
│ ├── 1.笔记
│ │ ├── 尚硅谷大模型技术之Linux（Ubuntu）1.0.docx
│ │ └── 尚硅谷大模型技术之Shell1.0.docx
│ ├── 2.资料
│ │ ├── ubuntu-22.04.4-desktop-amd64.iso
│ │ ├── VMware 17的许可密钥.txt
│ │ ├── VMware-workstation-full-17.5.1-23298084.exe
│ │ ├── Xftp-8.0.0068p.exe
│ │ └── Xshell-8.0.0069p.exe
│ └── 4.视频
│ ├── day01
│ │ ├── 00_AI大模型之Linux与Shell_阶段考试题讲解.mp4
│ │ ├── 01_AI大模型之Linux与Shell_Linux介绍.mp4
│ │ ├── 02_AI大模型之Linux与Shell_安装VMWare虚拟机.mp4
│ │ ├── 03_AI大模型之Linux与Shell_配置虚拟电脑.mp4
│ │ ├── 04_AI大模型之Linux与Shell_Ubuntu系统安装.mp4
│ │ ├── 05_AI大模型之Linux与Shell_配置网络.mp4
│ │ ├── 06_AI大模型之Linux与Shell_安装Xshell并配置连接.mp4
│ │ ├── 07_AI大模型之Linux与Shell_Xshell版本说明.mp4
│ │ ├── 08_AI大模型之Linux与Shell_目录结构介绍.mp4
│ │ ├── 09_AI大模型之Linux与Shell_软件包管理器.mp4
│ │ ├── 10_AI大模型之Linux与Shell_帮助命令.mp4
│ │ ├── 11_AI大模型之Linux与Shell_pwd,ls,cd命令.mp4
│ │ ├── 12_AI大模型之Linux与Shell_mkdir,touch,cp命令.mp4
│ │ ├── 13_AI大模型之Linux与Shell_rm,mv,cat,tail,echo命令.mp4
│ │ ├── 14_AI大模型之Linux与Shell_重定向,ln,history命令.mp4
│ │ ├── 15_AI大模型之Linux与Shell_vim编辑器模式.mp4
│ │ ├── 16_AI大模型之Linux与Shell_vim演示.mp4
│ │ ├── 17_AI大模型之Linux与Shell_root用户.mp4
│ │ ├── 18_AI大模型之Linux与Shell_用户管理命令.mp4
│ │ ├── 19_AI大模型之Linux与Shell_用户组管理命令.mp4
│ │ └── 20_AI大模型之Linux与Shell_文件权限命令.mp4
│ └── day02
│ ├── 00_AI大模型之Linux与Shell_内容回顾.mp4
│ ├── 01_AI大模型之Linux与Shell_find命令.mp4
│ ├── 02_AI大模型之Linux与Shell_管道符和grep.mp4
│ ├── 03_AI大模型之Linux与Shell_打包和解包.mp4
│ ├── 04_AI大模型之Linux与Shell_df,du,top和free命令.mp4
│ ├── 05_AI大模型之Linux与Shell_ps和netstat命令.mp4
│ ├── 06_AI大模型之Linux与Shell_定时任务.mp4
│ ├── 07_AI大模型之Linux与Shell_Shell介绍.mp4
│ ├── 08_AI大模型之Linux与Shell_第一个Shell程序.mp4
│ ├── 09_AI大模型之Linux与Shell_变量定义.mp4
│ ├── 10_AI大模型之Linux与Shell_特殊变量.mp4
│ ├── 11_AI大模型之Linux与Shell_上午内容回顾.mp4
│ ├── 12_AI大模型之Linux与Shell_算术运算与条件判断.mp4
│ ├── 13_AI大模型之Linux与Shell_if分支.mp4
│ ├── 14_AI大模型之Linux与Shell_case分支.mp4
│ ├── 15_AI大模型之Linux与Shell_for循环.mp4
│ ├── 16_AI大模型之Linux与Shell_特殊变量对比.mp4
│ ├── 17_AI大模型之Linux与Shell_while循环.mp4
│ ├── 18_AI大模型之Linux与Shell_read.mp4
│ ├── 19_AI大模型之Linux与Shell_自定义函数.mp4
│ ├── 20_AI大模型之Linux与Shell_cut命令.mp4
│ ├── 21_AI大模型之Linux与Shell_awk命令.mp4
│ └── 每日一考.md
├── 04_MySQL
│ ├── 1.笔记
│ │ └── 尚硅谷大模型技术之MySQL1.0.docx
│ ├── 2.资料
│ │ ├── mysql-installer-community-8.0.26.0.msi
│ │ ├── Navicatls_17.rar
│ │ ├── 练习数据.sql
│ │ └── 演示数据.sql
│ ├── 3.代码
│ │ └── [空目录]
│ └── 4.视频
│ ├── day01
│ │ ├── 00_AI大模型之MySQL_每日一考讲解.mp4
│ │ ├── 01_AI大模型之MySQL_MySQL介绍.mp4
│ │ ├── 02_AI大模型之MySQL_表之间关系.mp4
│ │ ├── 03_AI大模型之MySQL_MySQL的安装.mp4
│ │ ├── 04_AI大模型之MySQL_客户端工具的使用.mp4
│ │ ├── 05_AI大模型之MySQL_命令行客户端基本操作.mp4
│ │ ├── 06_AI大模型之MySQL_可视化客户端基本操作.mp4
│ │ ├── 07_AI大模型之MySQL_SQL语句分类以及规范和注释.mp4
│ │ ├── 08_AI大模型之MySQL_DDL_库相关.mp4
│ │ ├── 09_AI大模型之MySQL_DDL_创建表.mp4
│ │ ├── 10_AI大模型之MySQL_DDL_其它表相关操作.mp4
│ │ ├── 11_AI大模型之MySQL_DML_向表中添加数据.mp4
│ │ ├── 12_AI大模型之MySQL_DML_从表中删除数据.mp4
│ │ ├── 13_AI大模型之MySQL_DML_修改表中数据.mp4
│ │ ├── 14_AI大模型之MySQL_DML_查询以及总结.mp4
│ │ ├── 15_AI大模型之MySQL_算术、比较、区间运算符.mp4
│ │ ├── 16_AI大模型之MySQL_模糊匹配.mp4
│ │ ├── 17_AI大模型之MySQL_逻辑运算以及空值处理.mp4
│ │ └── 每日一考.md
│ ├── day02
│ │ ├── 00_AI大模型之MySQL_内容回顾.mp4
│ │ ├── 01_AI大模型之MySQL_整数类型.mp4
│ │ ├── 02_AI大模型之MySQL_浮点数类型.mp4
│ │ ├── 03_AI大模型之MySQL_定长与变长字符串.mp4
│ │ ├── 04_AI大模型之MySQL_枚举与集合.mp4
│ │ ├── 05_AI大模型之MySQL_日期时间类型.mp4
│ │ ├── 06_AI大模型之MySQL_常用的数学函数.mp4
│ │ ├── 07_AI大模型之MySQL_常用数学函数案例.mp4
│ │ ├── 08_AI大模型之MySQL_上午内容回顾.mp4
│ │ ├── 09_AI大模型之MySQL_常用字符串函数.mp4
│ │ ├── 10_AI大模型之MySQL_常用字符函数案例.mp4
│ │ ├── 11_AI大模型之MySQL_日期函数.mp4
│ │ ├── 12_AI大模型之MySQL_加密函数.mp4
│ │ ├── 13_AI大模型之MySQL_条件判断函数.mp4
│ │ ├── 14_AI大模型之MySQL_聚合函数.mp4
│ │ ├── 15_AI大模型之MySQL_窗口函数.mp4
│ │ ├── 16_AI大模型之MySQL_分组函数案例.mp4
│ │ └── 每日一考.md
│ ├── day03
│ │ ├── 00_AI大模型之MySQL_内容回顾.mp4
│ │ ├── 01_AI大模型之MySQL_关联查询介绍.mp4
│ │ ├── 02_AI大模型之MySQL_内连接.mp4
│ │ ├── 03_AI大模型之MySQL_左外连接.mp4
│ │ ├── 04_AI大模型之MySQL_右外连接.mp4
│ │ ├── 05_AI大模型之MySQL_全外连接.mp4
│ │ ├── 06_AI大模型之MySQL_自连接.mp4
│ │ ├── 07_AI大模型之MySQL_from,where,join,groupby子句.mp4
│ │ ├── 08_AI大模型之MySQL_having,orderby,limit.mp4
│ │ ├── 09_AI大模型之MySQL_上午内容回顾.mp4
│ │ ├── 10_AI大模型之MySQL_select子句执行顺序.mp4
│ │ ├── 11_AI大模型之MySQL_select中使用子查询.mp4
│ │ ├── 12_AI大模型之MySQL_where中使用子查询.mp4
│ │ ├── 13_AI大模型之MySQL_having中使用子查询.mp4
│ │ ├── 14_AI大模型之MySQL_exists子查询.mp4
│ │ ├── 15_AI大模型之MySQL_from中使用子查询.mp4
│ │ ├── 16_AI大模型之MySQL_update中使用子查询.mp4
│ │ ├── 17_AI大模型之MySQL_子查询建表以及通用表达式.mp4
│ │ ├── 每日一考.md
│ │ └── 数据结构与算法.bmpr
│ └── day04
│ ├── 00_AI大模型之MySQL_内容回顾.mp4
│ ├── 01_AI大模型之MySQL_约束介绍.mp4
│ ├── 02_AI大模型之MySQL_非空约束.mp4
│ ├── 03_AI大模型之MySQL_唯一键索引.mp4
│ ├── 04_AI大模型之MySQL_主键约束.mp4
│ ├── 05_AI大模型之MySQL_自增约束.mp4
│ ├── 06_AI大模型之MySQL_默认值约束.mp4
│ ├── 07_AI大模型之MySQL_检查约束.mp4
│ ├── 08_AI大模型之MySQL_外键约束.mp4
│ ├── 09_AI大模型之MySQL_事务.mp4
│ ├── 10_AI大模型之MySQL_事务隔离级别.mp4
│ ├── 11_AI大模型之MySQL_用户管理.mp4
│ ├── 12_AI大模型之MySQL_从本地MySQL中查询数据.mp4
│ ├── 13_AI大模型之MySQL_添加，修改，删除数据.mp4
│ ├── 14_AI大模型之MySQL_Ubuntu上安装MySQL.mp4
│ ├── 15_AI大模型之MySQL_操作Ubuntu上的MySQL.mp4
│ ├── 16_AI大模型之MySQL_操作Redis.mp4
│ ├── 17_AI大模型之MySQL_操作Hive.mp4
│ └── 每日一考.md
├── 05_Numpy&Pandas
│ ├── 1.笔记
│ │ └── 尚硅谷大模型技术之numpy与pandas1.0.docx
│ ├── 2.资料
│ │ ├── data
│ │ │ ├── employees.csv
│ │ │ ├── house_sales.csv
│ │ │ ├── penguins.csv
│ │ │ ├── sleep.csv
│ │ │ ├── weather.csv
│ │ │ └── weather_withna.csv
│ │ ├── Anaconda3-2024.10-1-Linux-x86_64.sh
│ │ └── Anaconda3-2024.10-1-Windows-x86_64.exe
│ ├── 3.代码
│ │ └── [空目录]
│ └── 4.视频
│ ├── day01
│ │ ├── 00_AI大模型之Numpy_Pandas_前面内容梳理.mp4
│ │ ├── 01_AI大模型之Numpy_Pandas_Anaconda介绍.mp4
│ │ ├── 02_AI大模型之Numpy_Pandas_Window上安装Anaconda.mp4
│ │ ├── 03_AI大模型之Numpy_Pandas_Ubuntu上安装Anaconda.mp4
│ │ ├── 04_AI大模型之Numpy_Pandas_Pycharm中集成Jupyter.mp4
│ │ ├── 05_AI大模型之Numpy_Pandas_上午内容回顾.mp4
│ │ ├── 06_AI大模型之Numpy_Pandas_Pycharm中使用远程Jupyter.mp4
│ │ ├── 07_AI大模型之Numpy_Pandas_Numpy介绍.mp4
│ │ ├── 08_AI大模型之Numpy_Pandas_ndArray常用的属性.mp4
│ │ ├── 09_AI大模型之Numpy_Pandas_array()与asarray().mp4
│ │ ├── 10_AI大模型之Numpy_Pandas_zeros、ones、empty.mp4
│ │ ├── 11_AI大模型之Numpy_Pandas_full、arange、linspace、logspace.mp4
│ │ ├── 12_AI大模型之Numpy_Pandas_随机数数组以及matrix.mp4
│ │ ├── 13_AI大模型之Numpy_Pandas_ndarray数据类型.mp4
│ │ ├── 14_AI大模型之Numpy_Pandas_切片和索引.mp4
│ │ ├── 15_AI大模型之Numpy_Pandas_基本函数.mp4
│ │ └── day04.md
│ ├── day02
│ │ ├── 00_AI大模型之Numpy_Pandas_内容回顾.mp4
│ │ ├── 01_AI大模型之Numpy_Pandas_统计函数.mp4
│ │ ├── 02_AI大模型之Numpy_Pandas_比较、排序、去重函数.mp4
│ │ ├── 03_AI大模型之Numpy_Pandas_广播.mp4
│ │ ├── 04_AI大模型之Numpy_Pandas_矩阵乘法.mp4
│ │ ├── 05_AI大模型之Numpy_Pandas_Pandas介绍.mp4
│ │ ├── 06_AI大模型之Numpy_Pandas_Series对象的创建.mp4
│ │ ├── 07_AI大模型之Numpy_Pandas_Series常用属性.mp4
│ │ ├── 08_AI大模型之Numpy_Pandas_Series常用方法_1.mp4
│ │ ├── 09_AI大模型之Numpy_Pandas_Series常用方式_2.mp4
│ │ ├── 10_AI大模型之Numpy_Pandas_Series的计算.mp4
│ │ ├── 11_AI大模型之Numpy_Pandas_DataFrame对象的创建.mp4
│ │ ├── 12_AI大模型之Numpy_Pandas_DataFrame常用的属性.mp4
│ │ ├── 每日一考.md
│ │ └── 尚硅谷大模型技术之numpy与pandas1.0.docx
│ ├── day03
│ │ ├── 00_AI大模型之Numpy_Pandas_内容回顾.mp4
│ │ ├── 01_AI大模型之Numpy_Pandas_DataFrame常用方法.mp4
│ │ ├── 02_AI大模型之Numpy_Pandas_布尔索引以及DataFrame的运算.mp4
│ │ ├── 03_AI大模型之Numpy_Pandas_DataFrame的修改操作.mp4
│ │ ├── 04_AI大模型之Numpy_Pandas_数据的导出.mp4
│ │ ├── 05_AI大模型之Numpy_Pandas_数据的导入以及日期处理初识.mp4
│ │ ├── 06_AI大模型之Numpy_Pandas_简单数据分析.mp4
│ │ ├── 07_AI大模型之Numpy_Pandas_分组聚合统计.mp4
│ │ ├── 08_AI大模型之Numpy_Pandas_员工分析练习.mp4
│ │ ├── 09_AI大模型之Numpy_Pandas_concat.mp4
│ │ ├── 10_AI大模型之Numpy_Pandas_merge基本连接.mp4
│ │ ├── 11_AI大模型之Numpy_Pandas_merge实现内外连接以及join连接.mp4
│ │ ├── 代码.exe
│ │ └── 每日一考.md
│ ├── day04
│ │ ├── 00_AI大模型之Numpy_Pandas_内容回顾.mp4
│ │ ├── 01_AI大模型之Numpy_Pandas_查看缺失值.mp4
│ │ ├── 02_AI大模型之Numpy_Pandas_剔除以及填充缺失值.mp4
│ │ ├── 03_AI大模型之Numpy_Pandas_Series中使用apply.mp4
│ │ ├── 04_AI大模型之Numpy_Pandas_DataFrame中使用apply以及向量化函数.mp4
│ │ ├── 05_AI大模型之Numpy_Pandas_DataFrameGroupBy对象.mp4
│ │ ├── 06_AI大模型之Numpy_Pandas_cut函数.mp4
│ │ ├── 07_AI大模型之Numpy_Pandas_上午内容回顾.mp4
│ │ ├── 08_AI大模型之Numpy_Pandas_分组聚合.mp4
│ │ ├── 09_AI大模型之Numpy_Pandas_分组转换以及分组过滤.mp4
│ │ ├── 10_AI大模型之Numpy_Pandas_按睡眠时间和压力等级统计睡眠质量.mp4
│ │ ├── 11_AI大模型之Numpy_Pandas_睡眠时间、压力等级、职业、性别统计睡眠质量.mp4
│ │ ├── 12_AI大模型之Numpy_Pandas_Pandas日期类型.mp4
│ │ ├── 13_AI大模型之Numpy_Pandas_时间序列.mp4
│ │ ├── 14_AI大模型之Numpy_Pandas_Matplotlib绘图.mp4
│ │ ├── 代码.exe
│ │ ├── 每日一考.md
│ │ └── 尚硅谷大模型技术之numpy与pandas1.0.docx
│ └── day05
│ ├── 00_AI大模型之Numpy_Pandas_内容回顾.mp4
│ ├── 01_AI大模型之Numpy_Pandas_面向对象的方式显示正余弦.mp4
│ ├── 02_AI大模型之Numpy_Pandas_Matplotlib直方图以及散点图.mp4
│ ├── 03_AI大模型之Numpy_Pandas_Pandas的Plot的绘图展示.mp4
│ ├── 04_AI大模型之Numpy_Pandas_Seaborn可视化.mp4
│ ├── 05_AI大模型之Numpy_Pandas_房价评估项目介绍.mp4
│ ├── 06_AI大模型之Numpy_Pandas_数据的导入以及清洗.mp4
│ ├── 07_AI大模型之Numpy_Pandas_添加新的特征(1).mp4
│ ├── 07_AI大模型之Numpy_Pandas_添加新的特征.mp4
│ ├── 08_AI大模型之Numpy_Pandas_描述性和相关性统计.mp4
│ ├── 09_AI大模型之Numpy_Pandas_分组聚合统计以及可视化.mp4
│ ├── 10_AI大模型之Numpy_Pandas_总结.mp4
│ ├── 代码.exe
│ └── 每日一考.md
├── 06_机器学习核心
│ ├── 1.笔记
│ │ ├── 尚硅谷大模型技术之机器学习1.0.1.docx
│ │ └── 尚硅谷大模型技术之数学基础1.0.0.docx
│ ├── 2.资料
│ │ └── data
│ │ ├── advertising.csv
│ │ ├── heart_disease.csv
│ │ └── train.csv
│ ├── 3.代码
│ │ └── [空目录]
│ └── 4.视频
│ ├── day01
│ │ ├── 10_概率和概率分布.wmv
│ │ ├── 11_练习_生成随机数.wmv
│ │ ├── 12_贝叶斯定理.wmv
│ │ ├── 13_极大似然估计.wmv
│ │ ├── 14_机器学习概述.wmv
│ │ ├── 15_机器学习发展历史.wmv
│ │ ├── 1_课程整体介绍.wmv
│ │ ├── 2_数学基础_导数.wmv
│ │ ├── 3_练习_函数和导数.wmv
│ │ ├── 4_偏导数和梯度.wmv
│ │ ├── 5_向量运算.wmv
│ │ ├── 6_矩阵运算.wmv
│ │ ├── 7_矩阵求导.wmv
│ │ ├── 8_梯度矩阵.wmv
│ │ └── 9_练习_计算梯度.wmv
│ ├── day02
│ │ ├── 10_PCA补充说明.wmv
│ │ ├── 11_PCA补充说明2.wmv
│ │ ├── 1_机器学习应用领域.wmv
│ │ ├── 2_机器学习基本术语.wmv
│ │ ├── 3_机器学习方法分类.wmv
│ │ ├── 4_机器学习建模流程.wmv
│ │ ├── 5_特征工程的内容.wmv
│ │ ├── 6_特征工程方法_低方差过滤法.wmv
│ │ ├── 7_特征工程方法_皮尔逊相关系数法.wmv
│ │ ├── 8_特征工程方法_斯皮尔曼相关系数法.wmv
│ │ └── 9_特征工程方法_PCA.wmv
│ ├── day03
│ │ ├── 10_正则化_案例.wmv
│ │ ├── 11_交叉验证.wmv
│ │ ├── 12_交叉验证_补充说明.wmv
│ │ ├── 13_模型求解算法_解析法.wmv
│ │ ├── 14_交叉验证_补充说明2.wmv
│ │ ├── 1_损失函数.wmv
│ │ ├── 2_经验误差和泛化误差.wmv
│ │ ├── 3_欠拟合和过拟合.wmv
│ │ ├── 4_拟合案例_欠拟合.wmv
│ │ ├── 5_拟合案例_恰好拟合和过拟合.wmv
│ │ ├── 6_拟合案例_问题解答.wmv
│ │ ├── 7_拟合案例_问题解答补充.wmv
│ │ ├── 8_正则化.wmv
│ │ ├── 9_正则化_问题解答.wmv
│ │ └── ch02_base_Day03.zip
│ ├── Day04
│ │ ├── 10_回归模型评价指标.wmv
│ │ ├── 11_分类模型评价指标_混淆矩阵.wmv
│ │ ├── 12_分类模型评价指标_精确率和召回率.wmv
│ │ ├── 13_分类模型评价指标_f1和分类报告.wmv
│ │ ├── 14_分类模型评价指标_ROC和AUC.wmv
│ │ ├── 1_机器学习流程总结.wmv
│ │ ├── 2_梯度下降法.wmv
│ │ ├── 3_梯度下降法分类.wmv
│ │ ├── 4_梯度下降法具体步骤.wmv
│ │ ├── 5_梯度下降法案例_求函数最小值.wmv
│ │ ├── 6_梯度下降法案例_求函数目标值的位置.wmv
│ │ ├── 7_学习率的调整.wmv
│ │ ├── 8_梯度下降法应用.wmv
│ │ ├── 9_牛顿法和逆牛顿法.wmv
│ │ └── ml_tutorial_Day04.zip
│ ├── day05
│ │ ├── 10_心脏病案例_数据集说明和加载.wmv
│ │ ├── 11_心脏病案例_数据集划分.wmv
│ │ ├── 12_心脏病案例_特征工程.wmv
│ │ ├── 13_心脏病案例_模型训练和评估.wmv
│ │ ├── 14_心脏病案例_模型保存加载和预测.wmv
│ │ ├── 15_心脏病案例_网格搜索和交叉验证.wmv
│ │ ├── 1_机器学习基本理论复习总结.wmv
│ │ ├── 2_ROC_补充说明.wmv
│ │ ├── 3_KNN_原理介绍.wmv
│ │ ├── 4_KNN_API示例_分类.wmv
│ │ ├── 5_KNN_API示例_回归.wmv
│ │ ├── 6_补充说明_距离计算和权重.wmv
│ │ ├── 7_KNN_距离度量方法.wmv
│ │ ├── 8_归一化.wmv
│ │ ├── 9_标准化.wmv
│ │ └── ml_tutorial_Day05.zip
│ ├── day06
│ │ ├── 10_线性回归_梯度下降法主要问题.wmv
│ │ ├── 11_线性回归_梯度下降法API调用.wmv
│ │ ├── 12_线性回归案例_广告效果预测.wmv
│ │ ├── 1_复习回顾_KNN.wmv
│ │ ├── 2_补充说明_网格搜索和交叉验证.wmv
│ │ ├── 3_线性回归_原理和应用.wmv
│ │ ├── 4_线性回归_API应用示例.wmv
│ │ ├── 5_线性回归_损失函数.wmv
│ │ ├── 6_线性回归_最小二乘法求解一元线性回归.wmv
│ │ ├── 7_线性回归_正规方程法求解.wmv
│ │ ├── 8_线性回归_API_截距参数.wmv
│ │ ├── 9_线性回归_梯度下降法.wmv
│ │ └── ml_tutorial_Day06.exe
│ ├── day08
│ │ ├── 10_支持向量机.wmv
│ │ ├── 11_集成学习_基本介绍.wmv
│ │ ├── 12_集成学习_AdaBoost.wmv
│ │ ├── 13_集成学习_随机森林.wmv
│ │ ├── 14_聚类_原理简介和聚类算法.wmv
│ │ ├── 1_复习回顾_逻辑回归和感知机.wmv
│ │ ├── 2_朴素贝叶斯_基本原理.wmv
│ │ ├── 3_朴素贝叶斯_贝叶斯估计.wmv
│ │ ├── 4_决策树_基本原理和工作过程.wmv
│ │ ├── 5_决策树_信息熵和条件熵.wmv
│ │ ├── 6_决策树_信息增益.wmv
│ │ ├── 7_决策树_信息增益率和基尼系数.wmv
│ │ ├── 8_决策树_回归树.wmv
│ │ ├── 9_决策树_剪枝.wmv
│ │ └── ml_tutorial_Day08.zip
│ └── day09
│ ├── 1_复习回顾_其它监督学习和聚类算法.wmv
│ ├── 2_聚类_KMeans代码示例.wmv
│ ├── 3_聚类_评价指标.wmv
│ ├── 4_降维_奇异值分解.wmv
│ ├── 5_降维_主成分分析.wmv
│ ├── 6_机器学习总体复习.wmv
│ ├── ml_tutorial.zip
│ └── 机器学习测试题（答案版）.docx
├── 07_深度学习核心
│ ├── 1.笔记
│ │ └── 尚硅谷大模型技术之深度学习1.0.0 .docx
│ ├── 2.资料
│ │ └── data
│ │ ├── duck.jpg
│ │ ├── fashion-mnist_test.csv
│ │ ├── fashion-mnist_train.csv
│ │ ├── house_prices.csv
│ │ ├── house_prices_cols.txt
│ │ └── poems.txt
│ ├── 3.代码
│ │ └── [空目录]
│ └── 4.视频
│ ├── day01
│ │ ├── 10_问题解答.wmv
│ │ ├── 1_深度学习课程简介.wmv
│ │ ├── 2_深度学习_概述.wmv
│ │ ├── 3_神经网络_基本概念和构成.wmv
│ │ ├── 4_神经网络_从感知机到激活函数.wmv
│ │ ├── 5_神经网络_激活函数（一）.wmv
│ │ ├── 6_神经网络_激活函数（二）.wmv
│ │ ├── 7_神经网络_激活函数（三）.wmv
│ │ ├── 8_神经网络_三层网络结构和信号传递.wmv
│ │ ├── 9_神经网络_三层网络的代码实现.wmv
│ │ └── dl_tutorial_Day01.zip
│ ├── day02
│ │ ├── 10_偏导数和梯度.wmv
│ │ ├── 11_数值微分计算梯度矩阵.wmv
│ │ ├── 12_神经网络的梯度计算.wmv
│ │ ├── 13_问题解答.wmv
│ │ ├── 1_复习回顾_神经网络基础.wmv
│ │ ├── 2_神经网络_应用案例_整体介绍.wmv
│ │ ├── 3_神经网络_应用案例_代码实现.wmv
│ │ ├── 4_神经网络_应用案例_批量处理改进.wmv
│ │ ├── 5_神经网络和机器学习的联系和区别.wmv
│ │ ├── 6_神经网络的学习_损失函数.wmv
│ │ ├── 7_问题解答_交叉熵损失函数实现.wmv
│ │ ├── 8_导数和数值微分.wmv
│ │ ├── 9_导数和数值微分_应用案例.wmv
│ │ └── dl_tutorial_Day02.zip
│ ├── day03
│ │ ├── 10_问题解答_SGD训练模型.wmv
│ │ ├── 11_反向传播_计算图和BP基本原理.wmv
│ │ ├── 12_反向传播_链式法则和加法乘法规则.wmv
│ │ ├── 1_复习总结_损失函数和梯度.wmv
│ │ ├── 2_问题解答_损失函数代码实现.wmv
│ │ ├── 3_梯度下降法_原理和代码实现.wmv
│ │ ├── 4_随机梯度下降法.wmv
│ │ ├── 5_模型训练相关概念.wmv
│ │ ├── 6_SGD应用案例（一）_实现两层网络类.wmv
│ │ ├── 7_SGD应用案例（二）_计算梯度.wmv
│ │ ├── 8_SGD应用案例（三）_两层网络类总结.wmv
│ │ ├── 9_SGD应用案例（四）_SGD训练模型.wmv
│ │ └── dl_tutorial_Day03.zip
│ ├── day04
│ │ ├── 10_问题解答_Softmax+Loss.wmv
│ │ ├── 11_输出层反向传播_代码实现.wmv
│ │ ├── 12_反向传播案例_两层网络代码实现.wmv
│ │ ├── 13_反向传播案例_SGD代码实现和测试.wmv
│ │ ├── 14_问题解答_输出层反向传播.wmv
│ │ ├── 1_复习回顾_SGD和反向传播.wmv
│ │ ├── 2_激活层反向传播_ReLU.wmv
│ │ ├── 3_问题解答_ReLU反向传播.wmv
│ │ ├── 4_问题解答2_ReLU反向传播.wmv
│ │ ├── 5_激活层反向传播_Sigmoid.wmv
│ │ ├── 6_问题解答_Sigmoid反向传播.wmv
│ │ ├── 7_Affine反向传播_原理推导.wmv
│ │ ├── 8_Affine反向传播_代码实现.wmv
│ │ ├── 9_输出层反向传播_Softmax+Loss.wmv
│ │ └── dl_tutorial_Day04.zip
│ ├── Day05
│ │ ├── 10_Adam.wmv
│ │ ├── 11_更新参数优化方法比较.wmv
│ │ ├── 12_PyTorch简介和安装说明.wmv
│ │ ├── 1_复习回顾_反向传播.wmv
│ │ ├── 2_问题解答_代码赋值.wmv
│ │ ├── 3_深度学习_基本概念.wmv
│ │ ├── 4_梯度消失和梯度爆炸.wmv
│ │ ├── 5_SGD的问题和代码实现.wmv
│ │ ├── 6_动量法.wmv
│ │ ├── 7_学习率衰减.wmv
│ │ ├── 8_AdaGrad.wmv
│ │ ├── 9_RMSProp.wmv
│ │ └── dl_tutorial_Day05.zip
│ ├── day06
│ │ ├── 10_PyTorch_张量的创建_指定区间.wmv
│ │ ├── 11_PyTorch_张量的创建_指定填充数值.wmv
│ │ ├── 12_PyTorch_张量的创建_随机创建.wmv
│ │ ├── 13_PyTorch_张量转换_元素类型转换.wmv
│ │ ├── 14_PyTorch_张量转换_张量和ndarray转换.wmv
│ │ ├── 15_PyTorch_张量数值计算_基本运算.wmv
│ │ ├── 16_PyTorch_张量数值计算_矩阵乘法运算.wmv
│ │ ├── 1_复习回顾_学习方法优化.wmv
│ │ ├── 2_参数初始化_常数初始化.wmv
│ │ ├── 3_参数初始化_Xavier初始化和He初始化.wmv
│ │ ├── 4_正则化_批量标准化.wmv
│ │ ├── 5_正则化_权值衰减和随机失活.wmv
│ │ ├── 6_PyTorch_安装验证.wmv
│ │ ├── 7_PyTorch_张量的创建_基本创建方法.wmv
│ │ ├── 8_PyTorch_张量的创建_指定Tensor类型.wmv
│ │ ├── 9_问题解答_Tensor创建方法对比.wmv
│ │ └── dl_tutorial.zip
│ ├── day07
│ │ ├── 10_张量交换维度.wmv
│ │ ├── 11_张量调整形状.wmv
│ │ ├── 12_张量增加和删除维度.wmv
│ │ ├── 13_张量拼接和堆叠.wmv
│ │ ├── 14_自动微分模块_简单网络中的梯度计算.wmv
│ │ ├── 15_自动微分模块_叶子节点和非叶子结点.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_节省内存操作.wmv
│ │ ├── 3_问题解答_节省内存操作.wmv
│ │ ├── 4_张量统计计算_维度介绍和sum求和.wmv
│ │ ├── 5_张量统计计算_其它统计聚合函数.wmv
│ │ ├── 6_张量统计计算_unique去重.wmv
│ │ ├── 7_张量统计计算_sort排序.wmv
│ │ ├── 8_张量索引_简单索引和范围索引.wmv
│ │ ├── 9_张量索引_列表索引和布尔索引.wmv
│ │ └── dl_tutorial_Day07.zip
│ ├── day08
│ │ ├── 10_PyTorch深度学习_Dropout.wmv
│ │ ├── 11_PyTorch深度学习_搭建简单神经网络.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_自动微分模块_detach.wmv
│ │ ├── 3_自动微分模块_detach对梯度计算的影响测试.wmv
│ │ ├── 4_线性回归案例.wmv
│ │ ├── 5_问题解答_matplotlib不兼容.wmv
│ │ ├── 6_PyTorch深度学习_激活函数_Sigmoid.wmv
│ │ ├── 7_PyTorch深度学习_data和detach方法对比.wmv
│ │ ├── 8_PyTorch深度学习_其它激活函数.wmv
│ │ ├── 9_PyTorch深度学习_参数初始化.wmv
│ │ └── dl_tutorial_Day08.zip
│ ├── day09
│ │ ├── 10_损失函数_综合应用示例.wmv
│ │ ├── 11_学习优化方法_动量法.wmv
│ │ ├── 12_学习优化方法_动量法手动实现.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_问题解答_Module的前向传播和特殊方法.wmv
│ │ ├── 3_神经网络_查看模型结构和参数.wmv
│ │ ├── 4_神经网络_定义设备.wmv
│ │ ├── 5_神经网络_使用Sequential定义神经网络.wmv
│ │ ├── 6_问题解答_定义设备.wmv
│ │ ├── 7_损失函数_分类问题_交叉熵损失.wmv
│ │ ├── 8_问题解答_分类交叉熵损失函数.wmv
│ │ ├── 9_损失函数_回归问题损失函数.wmv
│ │ └── dl_tutorial_Day09.zip
│ ├── day10
│ │ ├── 10_综合应用案例_房价预测_构建数据集.wmv
│ │ ├── 11_问题解答_列转换.wmv
│ │ ├── 12_综合应用案例_房价预测_创建神经网络模型.wmv
│ │ ├── 13_综合应用案例_房价预测_定义损失函数.wmv
│ │ ├── 14_综合应用案例_房价预测_训练和测试模型.wmv
│ │ ├── 15_综合应用案例_房价预测_整体运行测试.wmv
│ │ ├── 16_问题解答_随机划分训练集和打印进度条.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_问题解答_动量法代码优化.wmv
│ │ ├── 3_学习优化方法_学习率衰减_等间隔.wmv
│ │ ├── 4_学习优化方法_学习率衰减_指定间隔和指数衰减.wmv
│ │ ├── 5_学习优化方法_AdaGrad_调库实现.wmv
│ │ ├── 6_学习优化方法_AdaGrad_手动实现.wmv
│ │ ├── 7_学习优化方法_RMSProp.wmv
│ │ ├── 8_学习优化方法_Adam.wmv
│ │ ├── 9_综合应用案例_房价预测_数据介绍和整体架构.wmv
│ │ └── dl_tutorial_Day10.zip
│ ├── day11
│ │ ├── 10_问题解答_卷积层API代码.wmv
│ │ ├── 11_扩展_分组卷积和膨胀卷积.wmv
│ │ ├── 12_CNN_池化层.wmv
│ │ ├── 13_CNN_池化层API.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_复习总结_神经网络和深度学习基础.wmv
│ │ ├── 3_CNN_基本概念和整体结构.wmv
│ │ ├── 4_CNN_卷积运算数学原理.wmv
│ │ ├── 5_CNN_卷积层的卷积运算.wmv
│ │ ├── 6_CNN_填充和步幅.wmv
│ │ ├── 7_CNN_高维数据卷积运算.wmv
│ │ ├── 8_问题解答_偏置.wmv
│ │ ├── 9_CNN_卷积层API.wmv
│ │ └── dl_tutorial_Day11.zip
│ ├── day12
│ │ ├── 10_RNN_自然语言处理应用.wmv
│ │ ├── 11_词嵌入_基本概念和原理.wmv
│ │ ├── 12_词嵌入层_深入理解.wmv
│ │ ├── 13_词嵌入层_API.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_CNN的发展和变化.wmv
│ │ ├── 3_CNN应用案例_数据加载和预处理.wmv
│ │ ├── 4_CNN应用案例_创建神经网络模型.wmv
│ │ ├── 5_CNN应用案例_问题解答_模型各层输入输出形状.wmv
│ │ ├── 6_CNN应用案例_模型训练和测试.wmv
│ │ ├── 7_CNN应用案例_问题解答_训练误差的统计.wmv
│ │ ├── 8_CNN应用案例_代码测试.wmv
│ │ ├── 9_RNN_自然语言处理概述.wmv
│ │ └── dl_tutorial_Day12.zip
│ └── day13
│ ├── 10_RNN案例_古诗生成_生成测试.wmv
│ ├── 1_复习回顾.wmv
│ ├── 2_RNN的发展历史.wmv
│ ├── 3_RNN基本原理和数学表达.wmv
│ ├── 4_RNN_API调用.wmv
│ ├── 5_问题解答_隐状态的维度.wmv
│ ├── 6_RNN案例_古诗生成_数据预处理.wmv
│ ├── 7_RNN案例_古诗生成_构建训练数据集.wmv
│ ├── 8_RNN案例_古诗生成_创建模型.wmv
│ ├── 9_RNN案例_古诗生成_模型训练.wmv
│ ├── 9_问题说明.wmv
│ └── dl_tutorial.zip
├── 08_大模型项目之智图寻宝
│ ├── 1.笔记
│ │ └── 尚硅谷大模型技术之智图寻宝-v1.0.1.docx
│ ├── 2.资料
│ │ ├── logo
│ │ │ └── logo.jpg
│ │ ├── 神经网络架构图
│ │ │ ├── 聚类架构.png
│ │ │ ├── 聚类架构.svg
│ │ │ ├── 聚类架构配置.png
│ │ │ ├── 苹果-编码器.png
│ │ │ ├── 苹果-编码器.svg
│ │ │ ├── 苹果-解码器.png
│ │ │ ├── 苹果-解码器.svg
│ │ │ ├── 苹果-自编码器.png
│ │ │ ├── 苹果-自编码器.svg
│ │ │ ├── 去噪器.png
│ │ │ ├── 去噪器.svg
│ │ │ ├── 相似度检索-编解码器.png
│ │ │ ├── 相似度检索-编解码器.svg
│ │ │ ├── 相似度检索-编码器.png
│ │ │ ├── 相似度检索-编码器.svg
│ │ │ ├── 相似度检索-解码器.png
│ │ │ ├── 相似度检索-解码器.svg
│ │ │ └── 相似度检索编解码器架构配置.png
│ │ ├── Apple.jpg
│ │ ├── dataset.zip
│ │ ├── fashion-labels.csv
│ │ └── pictures.zip
│ ├── 3.代码
│ │ └── [空目录]
│ └── 4.视频
│ ├── day01
│ │ ├── 10_智图寻宝项目_案例_创建模型.wmv
│ │ ├── 11_智图寻宝项目_案例_训练和重构图像.wmv
│ │ ├── 1_智图寻宝项目_整体介绍.wmv
│ │ ├── 2_智图寻宝项目_项目架构.wmv
│ │ ├── 3_智图寻宝项目_环境准备.wmv
│ │ ├── 4_智图寻宝项目_公共模块.wmv
│ │ ├── 5_问题解答_benchmark.wmv
│ │ ├── 6_智图寻宝项目_自编码器.wmv
│ │ ├── 7_智图寻宝项目_案例_编码器结构.wmv
│ │ ├── 8_智图寻宝项目_案例_解码器结构.wmv
│ │ ├── 9_智图寻宝项目_案例_加载图片.wmv
│ │ └── image_processing_Day01.zip
│ ├── day02
│ │ ├── 10_智图寻宝项目_去噪模块_模型训练.wmv
│ │ ├── 11_智图寻宝项目_去噪模块_模型测试验证.wmv
│ │ ├── 12_智图寻宝项目_去噪模块实现_代码整体结构.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_问题解答_引入噪声.wmv
│ │ ├── 3_智图寻宝项目_去噪模块_架构分析.wmv
│ │ ├── 4_问题解答_池化形状变化.wmv
│ │ ├── 5_智图寻宝项目_去噪模块_自定义数据集类.wmv
│ │ ├── 6_问题解答_图片通道数和加载方式.wmv
│ │ ├── 7_智图寻宝项目_去噪模块_数据集创建和加载.wmv
│ │ ├── 8_智图寻宝项目_去噪模块_模型创建.wmv
│ │ ├── 9_问题解答_通用池化层.wmv
│ │ └── image_processing_Day02.zip
│ ├── day03
│ │ ├── 10_智图寻宝项目_分类模块_架构说明.wmv
│ │ ├── 11_智图寻宝项目_分类模块_创建数据集.wmv
│ │ ├── 12_智图寻宝项目_分类模块_创建模型.wmv
│ │ ├── 1_扩展_转置卷积.wmv
│ │ ├── 2_智图寻宝项目_去噪模块实现_配置文件.wmv
│ │ ├── 3_智图寻宝项目_去噪模块实现_定义数据集.wmv
│ │ ├── 4_智图寻宝项目_去噪模块实现_数据集测试.wmv
│ │ ├── 5_智图寻宝项目_去噪模块实现_模型定义.wmv
│ │ ├── 6_智图寻宝项目_去噪模块实现_训练测试引擎.wmv
│ │ ├── 7_智图寻宝项目_去噪模块实现_训练模型.wmv
│ │ ├── 8_智图寻宝项目_去噪模块实现_测试模型效果.wmv
│ │ ├── 9_智图寻宝项目_去噪模块实现_测试结果说明.wmv
│ │ └── image_processing_Day03.zip
│ ├── day04
│ │ ├── 10_智图寻宝项目_分类模块实现_训练和评估结果分析.wmv
│ │ ├── 11_智图寻宝项目_相似检索模块_实现思路和模型架构.wmv
│ │ ├── 12_智图寻宝项目_相似检索模块_配置文件.wmv
│ │ ├── 13_智图寻宝项目_相似检索模块_定义数据集.wmv
│ │ ├── 14_智图寻宝项目_相似检索模块_定义模型.wmv
│ │ ├── 15_智图寻宝项目_相似检索模块_引擎实现.wmv
│ │ ├── 16_智图寻宝项目_相似检索模块_模型训练.wmv
│ │ ├── 17_智图寻宝项目_相似检索模块_训练结果分析.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_问题解答_模型架构设计.wmv
│ │ ├── 3_智图寻宝项目_分类模块_模型定义扩展.wmv
│ │ ├── 4_智图寻宝项目_分类模块_训练模型.wmv
│ │ ├── 5_智图寻宝项目_分类模块_模型测试和评估.wmv
│ │ ├── 6_智图寻宝项目_分类模块实现_配置文件.wmv
│ │ ├── 7_智图寻宝项目_分类模块实现_创建数据集.wmv
│ │ ├── 8_智图寻宝项目_分类模块实现_定义模型.wmv
│ │ ├── 9_智图寻宝项目_分类模块实现_模型训练和评估.wmv
│ │ └── image_processing_Day04.zip
│ └── day05
│ ├── 1_复习回顾.wmv
│ ├── 2_作业讲解_模型的Sequential表达.wmv
│ ├── 3_问题解答_DataLoader.wmv
│ ├── 4_智图寻宝项目_web模块和综合测试.wmv
│ ├── 5_智图寻宝项目_web模块代码解析.wmv
│ ├── 6_智图寻宝项目_面试串讲_整体介绍和对比损失.wmv
│ ├── 7_智图寻宝项目_面试串讲_去噪模块和椒盐噪声.wmv
│ ├── 8_智图寻宝项目_面试串讲_感知损失.wmv
│ ├── 9_智图寻宝项目_面试串讲_模型训练和优化.wmv
│ └── image_processing.zip
├── 09_NLP核心
│ ├── 1.笔记
│ │ └── 尚硅谷大模型技术之NLP1.0.2.docx
│ └── 3.代码
│ └── [空目录]
├── 10_大模型项目之智能商品发布
│ └── 1.笔记
│ └── 尚硅谷大模型技术之智能商品发布1.0.0.docx
├── 11_大模型项目实战之地址对齐
│ ├── 1.笔记
│ │ └── 尚硅谷大模型项目实战之地址对齐1.0.docx
│ └── 2.资料
│ └── 尚硅谷大模型项目实战之地址对齐.docx
├── 12_大模型项目实战之智选新闻
│ ├── 1.笔记
│ │ └── 尚硅谷大模型项目实战之智选新闻1.0.docx
│ └── 2.资料
│ └── 尚硅谷大模型项目实战之智选新闻.docx
├── 13_大模型项目之智荐图谱
│ ├── 1.笔记
│ │ └── 尚硅谷大模型技术之电商图谱1.0.0.docx
│ └── 3.代码
│ └── [空目录]
├── 14_大模型项目实战之AI智教
│ ├── 1.笔记
│ │ └── [空目录]
│ ├── 2.资料
│ │ └── 尚硅谷大模型项目实战之AI智教-项目说明.docx
│ └── 3.代码
│ └── [空目录]
├── 15_大模型项目实战之智医助手
│ ├── 1.笔记
│ │ └── [空目录]
│ ├── 2.资料
│ │ └── 尚硅谷大模型项目实战之智医助手- 项目说明.docx
│ └── 3.代码
│ └── [空目录]
├── 16_大模型技术之LangChain
│ ├── 1.笔记
│ │ ├── 01-LangChain使用概述.md
│ │ ├── 02-LangChain使用之Model IO.md
│ │ ├── 03-LangChain使用之Chains.md
│ │ ├── 04-LangChain使用之Memory.md
│ │ ├── 05-LangChain使用之Tools.md
│ │ ├── 06-LangChain使用之Agents.md
│ │ └── 07-LangChain使用之Retrieval.md
│ ├── 2.资料
│ │ ├── models.zip
│ │ └── models替换位置.jpg
│ └── 3.代码
│ └── [空目录]
├── 姜夏老师AI大模型深度学习串讲
│ └── 视频
│ ├── 01-算法工程师的日常工作.mp4
│ ├── 02-大家关心的问题01.mp4
│ ├── 03-大家关心的问题02.mp4
│ ├── 04-豆包的使用.mp4
│ ├── 05-开源数据集使用.mp4
│ ├── 06-课间提问.mp4
│ ├── 07-划重点.mp4
│ ├── 08-学习建议.mp4
│ ├── 09-课间问题01.mp4
│ ├── Attention is all you need.pdf
│ ├── 串讲笔记.txt
│ └── 深度学习阶段.pdf
├── 没有视频的文件是自习课，自己做作业的
│ └── [空目录]
└── LeetCode 101 – A Grinding Guide.pdf