课程目录：

├── 01_尚硅谷大模型技术之Python基础
│ ├── 资料
│ │ ├── 代码
│ │ ├── 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_计算机语言的发展.mp4
│ │ ├── 03_AI大模型之Python基础_编译型语言和解释型语言.mp4
│ │ ├── 04_AI大模型之Python基础_Python语言的执行方式.mp4
│ │ ├── 05_AI大模型之Python基础_为什么选择Python.mp4
│ │ ├── 06_AI大模型之Python基础_Python特点.mp4
│ │ ├── 07_AI大模型之Python基础_Python的版本.mp4
│ │ ├── 08_AI大模型之Python基础_Python的解释器.mp4
│ │ ├── 09_AI大模型之Python基础_Python的安装.mp4
│ │ ├── 10_AI大模型之Python基础_Pycharm的安装.mp4
│ │ ├── 11_AI大模型之Python基础_Pycharm的配置.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_交互模式以及脚本模式运行Python程序.mp4
│ │ ├── 14_AI大模型之Python基础_Pycharm中运行程序.mp4
│ │ ├── 15_AI大模型之Python基础_注释.mp4
│ │ ├── 16_AI大模型之Python基础_变量的声明和赋值.mp4
│ │ ├── 17_AI大模型之Python基础_标识符的命名.mp4
│ │ ├── 18_AI大模型之Python基础_变量的修改以及常量.mp4
│ │ ├── 19_AI大模型之Python基础_Python中不同进制的表示形式.mp4
│ │ ├── 20_AI大模型之Python基础_进制之间的转换.mp4
│ │ ├── 21_AI大模型之Python基础_int数据类型.mp4
│ │ └── Python基础.bmpr
│ ├── day02
│ │ ├── 代码
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_浮点数类型.mp4
│ │ ├── 02_AI大模型之Python基础_布尔数据类型.mp4
│ │ ├── 03_AI大模型之Python基础_字符串数据类型.mp4
│ │ ├── 04_AI大模型之Python基础_类型转换.mp4
│ │ ├── 05_AI大模型之Python基础_编码和解码.mp4
│ │ ├── 06_AI大模型之Python基础_输入和输出.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_算术、赋值运算符.mp4
│ │ ├── 09_AI大模型之Python基础_海象运算符.mp4
│ │ ├── 10_AI大模型之Python基础_比较运算符.mp4
│ │ ├── 11_AI大模型之Python基础_逻辑运算符.mp4
│ │ ├── 12_AI大模型之Python基础_位运算符(了解).mp4
│ │ ├── 13_AI大模型之Python基础_成员、身份运算符.mp4
│ │ ├── 14_AI大模型之Python基础_编码规范.mp4
│ │ ├── 15_AI大模型之Python基础_单分支.mp4
│ │ ├── 16_AI大模型之Python基础_双分支.mp4
│ │ ├── 17_AI大模型之Python基础_多分支.mp4
│ │ ├── Python基础.bmpr
│ │ └── 每日一考.md
│ ├── day03
│ │ ├── 代码
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_分支嵌套.mp4
│ │ ├── 02_AI大模型之Python基础_match、case分支.mp4
│ │ ├── 03_AI大模型之Python基础_三目运算符.mp4
│ │ ├── 04_AI大模型之Python基础_while循环.mp4
│ │ ├── 05_AI大模型之Python基础_for循环.mp4
│ │ ├── 06_AI大模型之Python基础_打印九九乘法表.mp4
│ │ ├── 07_AI大模型之Python基础_break、continue、pass关键字.mp4
│ │ ├── 08_AI大模型之Python基础_上午内容回顾以及序列介绍.mp4
│ │ ├── 09_AI大模型之Python基础_list对象创建以及内存分析.mp4
│ │ ├── 10_AI大模型之Python基础_list切片操作.mp4
│ │ ├── 11_AI大模型之Python基础_向list中添加元素.mp4
│ │ ├── 12_AI大模型之Python基础_修改元素等操作.mp4
│ │ ├── 13_AI大模型之Python基础_删除列表中元素.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.mp4
│ │ ├── Python基础.bmpr
│ │ └── 每日一考.md
│ ├── day04
│ │ ├── 代码
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_字符串基本操作.mp4
│ │ ├── 02_AI大模型之Python基础_字符串常用的方法.mp4
│ │ ├── 03_AI大模型之Python基础_元组.mp4
│ │ ├── 04_AI大模型之Python基础_集合基本操作.mp4
│ │ ├── 05_AI大模型之Python基础_集合常用方法.mp4
│ │ ├── 06_AI大模型之Python基础_字典基本操作.mp4
│ │ ├── 07_AI大模型之Python基础_字典的遍历.mp4
│ │ ├── 08_AI大模型之Python基础_函数的抽取.mp4
│ │ ├── 09_AI大模型之Python基础_封装带参数的函数.mp4
│ │ ├── 10_AI大模型之Python基础_函数调用在内存中体现.mp4
│ │ ├── 11_AI大模型之Python基础_传递不可变类型.mp4
│ │ ├── 12_AI大模型之Python基础_传递可变类型.mp4
│ │ ├── 13_AI大模型之Python基础_不同赋值操作的区别.mp4
│ │ ├── Python基础.bmpr
│ │ ├── 每日一考.md
│ │ └── 每日一考_答案.md
│ ├── day05
│ │ ├── 代码
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_参数传递的形式.mp4
│ │ ├── 02_AI大模型之Python基础_解包传参.mp4
│ │ ├── 03_AI大模型之Python基础_浅拷贝.mp4
│ │ ├── 04_AI大模型之Python基础_深拷贝.mp4
│ │ ├── 05_AI大模型之Python基础_return关键字.mp4
│ │ ├── 06_AI大模型之Python基础_函数的嵌套调用.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_闭包.mp4
│ │ ├── 09_AI大模型之Python基础_作用域.mp4
│ │ ├── 10_AI大模型之Python基础_全局变量和局部变量.mp4
│ │ ├── 11_AI大模型之Python基础_global和nonlocal关键字.mp4
│ │ ├── 12_AI大模型之Python基础_递归求阶乘.mp4
│ │ ├── 13_AI大模型之Python基础_递归执行内存分析.mp4
│ │ ├── 14_AI大模型之Python基础_匿名函数.mp4
│ │ ├── 15_AI大模型之Python基础_匿名函数使用场景.mp4
│ │ ├── 16_AI大模型之Python基础_函数的注释.mp4
│ │ ├── Python基础.bmpr
│ │ ├── 每日一考.md
│ │ └── 每日一考_答案.md
│ ├── day06
│ │ ├── 代码
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_文件介绍.mp4
│ │ ├── 02_AI大模型之Python基础_open函数介绍.mp4
│ │ ├── 03_AI大模型之Python基础_向文件中写入数据.mp4
│ │ ├── 04_AI大模型之Python基础_从文件中读取数据.mp4
│ │ ├── 05_AI大模型之Python基础_文件拷贝基础实现.mp4
│ │ ├── 06_AI大模型之Python基础_文件拷贝代码优化.mp4
│ │ ├── 07_AI大模型之Python基础_面向过程、对象、函数对比.mp4
│ │ ├── 08_AI大模型之Python基础_类和对象.mp4
│ │ ├── 09_AI大模型之Python基础_上午内容回顾.mp4
│ │ ├── 10_AI大模型之Python基础_类的定义.mp4
│ │ ├── 11_AI大模型之Python基础_类的操作.mp4
│ │ ├── 12_AI大模型之Python基础_类定义以及对象创建内存分析.mp4
│ │ ├── 13_AI大模型之Python基础_init方法.mp4
│ │ ├── 14_AI大模型之Python基础_self.mp4
│ │ ├── 15_AI大模型之Python基础_类属性.mp4
│ │ ├── 16_AI大模型之Python基础_实例属性.mp4
│ │ ├── 17_AI大模型之Python基础_类的方法.mp4
│ │ ├── 18_AI大模型之Python基础_魔法方法.mp4
│ │ ├── Python基础.bmpr
│ │ ├── 每日一考.md
│ │ └── 每日一考_答案.md
│ ├── day07
│ │ ├── 代码
│ │ ├── 00_AI大模型之Python基础_内容回顾以及晨测题讲解.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_动态的添加属性和方法.mp4
│ │ ├── 03_AI大模型之Python基础_私有化属性和方法.mp4
│ │ ├── 04_AI大模型之Python基础_property.mp4
│ │ ├── 05_AI大模型之Python基础_property注意事项.mp4
│ │ ├── 06_AI大模型之Python基础_单继承.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_多继承.mp4
│ │ ├── 09_AI大模型之Python基础_super访问父类成员.mp4
│ │ ├── 10_AI大模型之Python基础_方法的解析顺序.mp4
│ │ ├── 11_AI大模型之Python基础_方法的重写以及小结.mp4
│ │ ├── 12_AI大模型之Python基础_方法调用顺序说明.mp4
│ │ ├── 13_AI大模型之Python基础_多态.mp4
│ │ ├── 20250724周四考试.md
│ │ ├── 20250724周四考试_答案.md
│ │ ├── Python基础.bmpr
│ │ ├── 每日一考.md
│ │ └── 每日一考_答案.md
│ ├── day08
│ │ ├── 代码
│ │ ├── 00_AI大模型之Python基础_内容回顾以及晨测题讲解.mp4
│ │ ├── 01_AI大模型之Python基础_愤怒的小鸟游戏说明.mp4
│ │ ├── 02_AI大模型之Python基础_愤怒的小鸟代码实现.mp4
│ │ ├── 03_AI大模型之Python基础_面向对象举例.mp4
│ │ ├── 04_AI大模型之Python基础_异常介绍.mp4
│ │ ├── 05_AI大模型之Python基础_异常处理最基本代码.mp4
│ │ ├── 06_AI大模型之Python基础_对不同类型异常的处理.mp4
│ │ ├── 07_AI大模型之Python基础_Else关键字.mp4
│ │ ├── 08_AI大模型之Python基础_finally关键字.mp4
│ │ ├── 09_AI大模型之Python基础_抛出异常以及断言机制.mp4
│ │ ├── 10_AI大模型之Python基础_自定义异常.mp4
│ │ ├── 11_AI大模型之Python基础_异常传递.mp4
│ │ ├── 12_AI大模型之Python基础_with关键字.mp4
│ │ ├── 13_AI大模型之Python基础_小结.mp4
│ │ ├── 每日一考.md
│ │ └── 每日一考_答案.md
│ ├── day09
│ │ ├── 代码
│ │ ├── 00_AI大模型之Python基础_内容回顾以及晨测题讲解.mp4
│ │ ├── 01_AI大模型之Python基础_模块介绍.mp4
│ │ ├── 02_AI大模型之Python基础_全局导入不带包模块.mp4
│ │ ├── 03_AI大模型之Python基础_局部导入不带包模块部分成员.mp4
│ │ ├── 04_AI大模型之Python基础_局部导入不带包模块的非_开头成员.mp4
│ │ ├── 05_AI大模型之Python基础_模块的搜索顺序.mp4
│ │ ├── 06_AI大模型之Python基础_all中限制导入成员.mp4
│ │ ├── 07_AI大模型之Python基础_name属性.mp4
│ │ ├── 08_AI大模型之Python基础_dir函数.mp4
│ │ ├── 09_AI大模型之Python基础_创建包.mp4
│ │ ├── 10_AI大模型之Python基础_带包的全局导入.mp4
│ │ ├── 11_AI大模型之Python基础_上午内容回顾.mp4
│ │ ├── 12_AI大模型之Python基础_带包的局部导入.mp4
│ │ ├── 13_AI大模型之Python基础_通过pip管理第三方库.mp4
│ │ ├── 14_AI大模型之Python基础_安装第三方库.mp4
│ │ ├── 15_AI大模型之Python基础_打包.mp4
│ │ ├── 16_AI大模型之Python基础_安装打好的包.mp4
│ │ ├── 17_AI大模型之Python基础_深拷贝和浅拷贝.mp4
│ │ ├── 18_AI大模型之Python基础_迭代器对象创建.mp4
│ │ ├── 19_AI大模型之Python基础_自定义迭代器.mp4
│ │ ├── 每日一考.md
│ │ └── 每日一考_答案.md
│ ├── day10
│ │ ├── 代码
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_通过推导式创建生成器.mp4
│ │ ├── 02_AI大模型之Python基础_通过类似函数方式创建生成器.mp4
│ │ ├── 03_AI大模型之Python基础_获取生成器函数返回值.mp4
│ │ ├── 04_AI大模型之Python基础_通过send向生成器传递值.mp4
│ │ ├── 05_AI大模型之Python基础_send启动生成器.mp4
│ │ ├── 06_AI大模型之Python基础_命名空间，作用域，闭包.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_闭包实现装饰器.mp4
│ │ ├── 09_AI大模型之Python基础_装饰器和普通函数对比.mp4
│ │ ├── 10_AI大模型之Python基础_装饰器语法糖.mp4
│ │ ├── 11_AI大模型之Python基础_多层装饰器.mp4
│ │ ├── 12_AI大模型之Python基础_多层函数内存执行过程分析.mp4
│ │ ├── 13_AI大模型之Python基础_带参数的装饰器.mp4
│ │ ├── 14_AI大模型之Python基础_类装饰器.mp4
│ │ ├── Python基础.bmpr
│ │ └── 每日一考.md
│ ├── day11
│ │ ├── 代码
│ │ ├── 00_AI大模型之Python基础_晨测题讲解.mp4
│ │ ├── 01_AI大模型之Python基础_并发并行以及同步异步.mp4
│ │ ├── 02_AI大模型之Python基础_进程介绍.mp4
│ │ ├── 03_AI大模型之Python基础_Process类创建进程对象.mp4
│ │ ├── 04_AI大模型之Python基础_通过进程子类创建进程对象.mp4
│ │ ├── 05_AI大模型之Python基础_通过进程池创建进程对象.mp4
│ │ ├── 06_AI大模型之Python基础_进程之间不共享全局变量.mp4
│ │ ├── 07_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 08_AI大模型之Python基础_通过Queue进行通信.mp4
│ │ ├── 09_AI大模型之Python基础_Queue兼容性问题说明.mp4
│ │ ├── 10_AI大模型之Python基础_Thread类创建线程对象.mp4
│ │ ├── 11_AI大模型之Python基础_通过线程子类创建线程对象.mp4
│ │ ├── 12_AI大模型之Python基础_线程池创建线程对象.mp4
│ │ ├── 13_AI大模型之Python基础_互斥锁解决线程安全问题.mp4
│ │ ├── 14_AI大模型之Python基础_卖票案例.mp4
│ │ ├── 15_AI大模型之Python基础_线程和进程对比.mp4
│ │ ├── day10.md
│ │ └── day10_答案.md
│ ├── day12
│ │ ├── 代码
│ │ ├── 00_AI大模型之Python基础_内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础_IP地址.mp4
│ │ ├── 02_AI大模型之Python基础_端口号.mp4
│ │ ├── 03_AI大模型之Python基础_协议.mp4
│ │ ├── 04_AI大模型之Python基础_Socket对象的创建.mp4
│ │ ├── 05_AI大模型之Python基础_UDP编程思路分析.mp4
│ │ ├── 06_AI大模型之Python基础_UDP服务器端开发.mp4
│ │ ├── 07_AI大模型之Python基础_UDP服务器端开发以及测试.mp4
│ │ ├── 08_AI大模型之Python基础_上午内容回顾.mp4
│ │ ├── 09_AI大模型之Python基础_TCP编程思路分析.mp4
│ │ ├── 10_AI大模型之Python基础_TCP编程服务器开发.mp4
│ │ ├── 11_AI大模型之Python基础_TCP编程客户端开发.mp4
│ │ ├── 12_AI大模型之Python基础_服务器随机消息以及输入消息.mp4
│ │ ├── 13_AI大模型之Python基础_加入多线程以及异常处理.mp4
│ │ ├── 14_AI大模型之Python基础_接口介绍.mp4
│ │ ├── 15_AI大模型之Python基础_访问一言接口并处理.mp4
│ │ ├── 16_AI大模型之Python基础_starlette开发web服务.mp4
│ │ ├── 每日一考.md
│ │ └── 每日一考_答案.md
│ └── day13
│ ├── 代码
│ ├── 00_AI大模型之Python基础_正则表达式介绍.mp4
│ ├── 01_AI大模型之Python基础_正则中常见的表示内容.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_CMS需求介绍.mp4
│ ├── 04_AI大模型之Python基础_客户类的定义.mp4
│ ├── 05_AI大模型之Python基础_字典初始化.mp4
│ ├── 06_AI大模型之Python基础_打印输出内容.mp4
│ ├── 07_AI大模型之Python基础_分支选择.mp4
│ ├── 08_AI大模型之Python基础_将客户放到字典中.mp4
│ ├── 09_AI大模型之Python基础_添加客户id.mp4
│ ├── 10_AI大模型之Python基础_添加客户其它属性.mp4
│ ├── 11_AI大模型之Python基础_显示所有用户以及测试.mp4
│ ├── day12.md
│ └── day12_答案.md
├── 02_尚硅谷大模型技术之数据结构与算法
│ ├── 资料
│ │ ├── 00_AI大模型之数据结构与算法_CMS项目删除说明.mp4
│ │ ├── 01_AI大模型之数据结构与算法_如何刷题.mp4
│ │ ├── 02_AI大模型之数据结构与算法_数据结构介绍.mp4
│ │ ├── 03_AI大模型之数据结构与算法_时间复杂度.mp4
│ │ ├── 04_AI大模型之数据结构与算法_最优、最坏、平均时间复杂度.mp4
│ │ ├── 05_AI大模型之数据结构与算法_常见的时间复杂度.mp4
│ │ ├── 06_AI大模型之数据结构与算法_空间复杂度.mp4
│ │ ├── 07_AI大模型之数据结构与算法_数组和列表内存对比.mp4
│ │ ├── 08_AI大模型之数据结构与算法_上午内容回顾.mp4
│ │ ├── 09_AI大模型之数据结构与算法_数组和list动态扩容的实现.mp4
│ │ ├── 10_AI大模型之数据结构与算法_数组类型的定义.mp4
│ │ ├── 11_AI大模型之数据结构与算法_数组扩容实现.mp4
│ │ ├── 12_AI大模型之数据结构与算法_插入元素分析.mp4
│ │ ├── 13_AI大模型之数据结构与算法_插入元素代码实现.mp4
│ │ ├── 14_AI大模型之数据结构与算法_从数组中删除元素.mp4
│ │ ├── 15_AI大模型之数据结构与算法_数组其它方法以及测试.mp4
│ │ ├── 16_AI大模型之数据结构与算法_链表介绍.mp4
│ │ ├── 17_AI大模型之数据结构与算法_链表类的定义.mp4
│ │ └── 18_AI大模型之数据结构与算法_向链表中添加元素.mp4
│ ├── day02
│ │ ├── 代码
│ │ ├── 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_从链表上删除元素.mp4
│ │ ├── 02_AI大模型之数据结构与算法_链表其它方法实现以及测试.mp4
│ │ ├── 03_AI大模型之数据结构与算法_栈整体实现.mp4
│ │ ├── 04_AI大模型之数据结构与算法_栈的应用.mp4
│ │ ├── 05_AI大模型之数据结构与算法_队列介绍.mp4
│ │ ├── 06_AI大模型之数据结构与算法_队列代码实现.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_确定数组下标.mp4
│ │ ├── 09_AI大模型之数据结构与算法_哈希冲突处理.mp4
│ │ ├── 10_AI大模型之数据结构与算法_负载因子.mp4
│ │ ├── 11_AI大模型之数据结构与算法_hash表类的定义.mp4
│ │ ├── 12_AI大模型之数据结构与算法_向hash表中添加数据思路分析.mp4
│ │ ├── 13_AI大模型之数据结构与算法_扩容.mp4
│ │ ├── 14_AI大模型之数据结构与算法_向hash表中添加元素.mp4
│ │ ├── 15_AI大模型之数据结构与算法_从hash表中删除元素.mp4
│ │ ├── 16_AI大模型之数据结构与算法_hash表其它功能的实现以及测试.mp4
│ │ └── 数据结构与算法.bmpr
│ ├── day03
│ │ ├── 代码
│ │ ├── 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_树相关概念.mp4
│ │ ├── 02_AI大模型之数据结构与算法_二叉树的存储结构.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_二叉树类的定义.mp4
│ │ ├── 05_AI大模型之数据结构与算法_查找树上的节点.mp4
│ │ ├── 06_AI大模型之数据结构与算法_向树中添加元素.mp4
│ │ ├── 07_AI大模型之数据结构与算法_删除没有子节点的节点.mp4
│ │ ├── 08_AI大模型之数据结构与算法_删除有一个子节点的节点.mp4
│ │ ├── 09_AI大模型之数据结构与算法_获取右子树最小值节点.mp4
│ │ ├── 10_AI大模型之数据结构与算法_删除有两个子节点的节点以及测试.mp4
│ │ ├── 11_AI大模型之数据结构与算法_二叉树的遍历.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_图数据结构介绍.mp4
│ │ ├── 14_AI大模型之数据结构与算法_二分查找法.mp4
│ │ ├── 15_AI大模型之数据结构与算法_查找多数元素.mp4
│ │ ├── 16_AI大模型之数据结构与算法_冒泡排序思路分析.mp4
│ │ ├── 17_AI大模型之数据结构与算法_冒泡排序代码实现.mp4
│ │ └── 数据结构与算法.bmpr
│ ├── day04
│ │ ├── 代码
│ │ ├── 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_选择排序思路分析.mp4
│ │ ├── 02_AI大模型之数据结构与算法_选择排序代码实现.mp4
│ │ ├── 03_AI大模型之数据结构与算法_插入排序思路分析.mp4
│ │ ├── 04_AI大模型之数据结构与算法_插入排序代码实现.mp4
│ │ ├── 05_AI大模型之数据结构与算法_归并排序思路分析.mp4
│ │ ├── 06_AI大模型之数据结构与算法_归并排序代码实现.mp4
│ │ ├── 07_AI大模型之数据结构与算法_归并排序代码执行流程.mp4
│ │ ├── 08_AI大模型之数据结构与算法_上午内容回顾.mp4
│ │ ├── 09_AI大模型之数据结构与算法_快速排序思路分析.mp4
│ │ ├── 10_AI大模型之数据结构与算法_快速排序代码实现.mp4
│ │ ├── 11_AI大模型之数据结构与算法_堆排序思路分析.mp4
│ │ ├── 12_AI大模型之数据结构与算法_堆排序代码实现.mp4
│ │ ├── 13_AI大模型之数据结构与算法_总结.mp4
│ │ ├── 阶段一-Python基础阶段考试题-答案.docx
│ │ ├── 阶段一-Python基础阶段考试题.docx
│ │ └── 数据结构与算法.bmpr
│ └── day05
│ ├── 代码
│ ├── 上个班视频
│ ├── 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_汉诺塔思路分析.mp4
│ ├── 02_AI大模型之数据结构与算法_汉诺塔代码实现.mp4
│ ├── 03_AI大模型之数据结构与算法_汉诺塔执行流程分析.mp4
│ ├── 04_AI大模型之数据结构与算法_卡拉楚巴算法.mp4
│ ├── 05_AI大模型之数据结构与算法_爬楼梯案例.mp4
│ ├── 06_AI大模型之数据结构与算法_最大连续子数组和.mp4
│ ├── 07_AI大模型之数据结构与算法_0-1背包思路.mp4
│ ├── 08_AI大模型之数据结构与算法_0-1背包代码实现.mp4
│ ├── 09_AI大模型之数据结构与算法_0-1背包一维数组实现.mp4
│ ├── 10_AI大模型之数据结构与算法_完全背包.mp4
│ ├── 11_AI大模型之数据结构与算法_全排列代码.mp4
│ ├── 12_AI大模型之数据结构与算法_全排列执行流程分析.mp4
│ ├── 13_AI大模型之数据结构与算法_一次交换得到最大值.mp4
│ ├── DD神牛2013最新的背包九讲.pdf
│ └── 数据结构与算法.bmpr
├── 03_尚硅谷大模型技术之Linux及Shell
│ ├── 资料
│ │ ├── 00_AI大模型之Linux与Shell_Linux介绍.mp4
│ │ ├── 01_AI大模型之Linux与Shell_Vmware的介绍.mp4
│ │ ├── 02_AI大模型之Linux与Shell_虚拟电脑的配置.mp4
│ │ ├── 03_AI大模型之Linux与Shell_安装ubuntu.mp4
│ │ ├── 04_AI大模型之Linux与Shell_虚拟机网络的配置.mp4
│ │ ├── 05_AI大模型之Linux与Shell_配置Xshell.mp4
│ │ ├── 06_AI大模型之Linux与Shell_Linux目录结构.mp4
│ │ ├── 07_AI大模型之Linux与Shell_apt包管理工具.mp4
│ │ ├── 08_AI大模型之Linux与Shell_帮助命令.mp4
│ │ ├── 09_AI大模型之Linux与Shell_pwd,ls,cd命令.mp4
│ │ ├── 10_AI大模型之Linux与Shell_mkdir,touch,cp,rm,mv命令.mp4
│ │ ├── 11_AI大模型之Linux与Shell_cat,tail,echo,重定向,ln命令.mp4
│ │ ├── 12_AI大模型之Linux与Shell_vim编辑器.mp4
│ │ ├── 13_AI大模型之Linux与Shell_root用户.mp4
│ │ ├── 14_AI大模型之Linux与Shell_用户操作命令.mp4
│ │ └── 15_AI大模型之Linux与Shell_用户组命令.mp4
│ └── day02
│ ├── 00_AI大模型之Linux与Shell_chmod命令.mp4
│ ├── 01_AI大模型之Linux与Shell_chown和chgrp命令.mp4
│ ├── 02_AI大模型之Linux与Shell_find命令.mp4
│ ├── 03_AI大模型之Linux与Shell_管道符和grep.mp4
│ ├── 04_AI大模型之Linux与Shell_压缩和解压缩.mp4
│ ├── 05_AI大模型之Linux与Shell_df和du命令.mp4
│ ├── 06_AI大模型之Linux与Shell_ping,ifconfig,hostname命令.mp4
│ ├── 07_AI大模型之Linux与Shell_ps,top,kill,free命令.mp4
│ ├── 08_AI大模型之Linux与Shell_定时任务.mp4
│ ├── 09_AI大模型之Linux与Shell_Shell介绍.mp4
│ ├── 10_AI大模型之Linux与Shell_第一个shell程序.mp4
│ ├── 11_AI大模型之Linux与Shell_自定义变量.mp4
│ ├── 12_AI大模型之Linux与Shell_特殊变量.mp4
│ ├── 13_AI大模型之Linux与Shell_算术运算符.mp4
│ ├── 14_AI大模型之Linux与Shell_条件判断.mp4
│ ├── 15_AI大模型之Linux与Shell_if分支.mp4
│ ├── 16_AI大模型之Linux与Shell_case分支.mp4
│ ├── 17_AI大模型之Linux与Shell_for循环.mp4
│ ├── 18_AI大模型之Linux与Shell_特殊变量区别.mp4
│ ├── 19_AI大模型之Linux与Shell_while循环.mp4
│ ├── 20_AI大模型之Linux与Shell_read和函数.mp4
│ ├── 21_AI大模型之Linux与Shell_cut.mp4
│ └── 22_AI大模型之Linux与Shell_awk.mp4
├── 04_尚硅谷大模型技术之MySQL
│ ├── 资料
│ │ ├── 00_AI大模型之MySQL_晨测题讲解.mp4
│ │ ├── 01_AI大模型之MySQL_MySQL介绍.mp4
│ │ ├── 02_AI大模型之MySQL_表和表之间关系.mp4
│ │ ├── 03_AI大模型之MySQL_MySQL安装.mp4
│ │ ├── 04_AI大模型之MySQL_安装常见问题说明.mp4
│ │ ├── 05_AI大模型之MySQL_不同客户端连接数据库.mp4
│ │ ├── 06_AI大模型之MySQL_忘记密码操作.mp4
│ │ ├── 07_AI大模型之MySQL_命令行基本操作.mp4
│ │ ├── 08_AI大模型之MySQL_可视化客户端基本操作.mp4
│ │ ├── 09_AI大模型之MySQL_SQL语句的规范以及分类.mp4
│ │ ├── 10_AI大模型之MySQL_SQL中的注释.mp4
│ │ ├── 11_AI大模型之MySQL_DDL_库相关.mp4
│ │ ├── 12_AI大模型之MySQL_DDL_表相关.mp4
│ │ ├── 13_AI大模型之MySQL_DML_insert.mp4
│ │ ├── 14_AI大模型之MySQL_DML_delete.mp4
│ │ ├── 15_AI大模型之MySQL_DML_update.mp4
│ │ ├── 16_AI大模型之MySQL_DML_select初识.mp4
│ │ ├── 17_AI大模型之MySQL_DDL和DML总结.mp4
│ │ ├── 18_AI大模型之MySQL_算术、比较区间运算符.mp4
│ │ ├── 每日一考.md
│ │ └── 每日一考答案.md
│ ├── day02
│ │ ├── 00_AI大模型之MySQL_内容回顾.mp4
│ │ ├── 01_AI大模型之MySQL_模糊匹配运算符.mp4
│ │ ├── 02_AI大模型之MySQL_逻辑运算符以及空值判断.mp4
│ │ ├── 03_AI大模型之MySQL_整数类型.mp4
│ │ ├── 04_AI大模型之MySQL_浮点数类型.mp4
│ │ ├── 05_AI大模型之MySQL_定长和可变长类型.mp4
│ │ ├── 06_AI大模型之MySQL_枚举和集合.mp4
│ │ ├── 07_AI大模型之MySQL_文本类型和二进制类型(了解).mp4
│ │ ├── 08_AI大模型之MySQL_日期类型.mp4
│ │ ├── 09_AI大模型之MySQL_上午内容回顾.mp4
│ │ ├── 10_AI大模型之MySQL_函数的介绍与分类.mp4
│ │ ├── 11_AI大模型之MySQL_单行函数.mp4
│ │ ├── 12_AI大模型之MySQL_字符串函数介绍.mp4
│ │ ├── 13_AI大模型之MySQL_字符串函数案例.mp4
│ │ ├── 14_AI大模型之MySQL_日期函数介绍.mp4
│ │ ├── 15_AI大模型之MySQL_日期函数案例.mp4
│ │ ├── 16_AI大模型之MySQL_加密函数.mp4
│ │ ├── 17_AI大模型之MySQL_分支判断函数.mp4
│ │ ├── 18_AI大模型之MySQL_多行函数.mp4
│ │ ├── 每日一考.md
│ │ └── 每日一考答案.md
│ ├── day03
│ │ ├── 00_AI大模型之MySQL_窗口函数介绍.mp4
│ │ ├── 01_AI大模型之MySQL_窗口函数案例.mp4
│ │ ├── 02_AI大模型之MySQL_连接查询介绍.mp4
│ │ ├── 03_AI大模型之MySQL_内连接.mp4
│ │ ├── 04_AI大模型之MySQL_左外连接.mp4
│ │ ├── 05_AI大模型之MySQL_右外连接.mp4
│ │ ├── 06_AI大模型之MySQL_全外连接.mp4
│ │ ├── 07_AI大模型之MySQL_自连接.mp4
│ │ ├── 08_AI大模型之MySQL_上午内容回顾.mp4
│ │ ├── 09_AI大模型之MySQL_groupBy分组.mp4
│ │ ├── 10_AI大模型之MySQL_rollup.mp4
│ │ ├── 11_AI大模型之MySQL_having.mp4
│ │ ├── 12_AI大模型之MySQL_orderBy和limit.mp4
│ │ ├── 13_AI大模型之MySQL_select中嵌套子查询.mp4
│ │ ├── 14_AI大模型之MySQL_having和where中嵌套子查询.mp4
│ │ ├── 15_AI大模型之MySQL_exists中嵌套子查询.mp4
│ │ ├── 16_AI大模型之MySQL_from中嵌套子查询.mp4
│ │ ├── 17_AI大模型之MySQL_update中嵌套子查询.mp4
│ │ ├── 18_AI大模型之MySQL_delete中嵌套子查询.mp4
│ │ ├── 19_AI大模型之MySQL_建表或者向表中插入数据使用子查询.mp4
│ │ ├── 20_AI大模型之MySQL_CTE.mp4
│ │ ├── 每日一考.md
│ │ └── 每日一考_答案.md
│ └── day04
│ ├── 代码
│ ├── 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_唯一键约束.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_事务介绍.mp4
│ ├── 10_AI大模型之MySQL_事务隔离级别.mp4
│ ├── 11_AI大模型之MySQL_用户管理以及MySQL8新特性.mp4
│ ├── 12_AI大模型之MySQL_Python中连接本地MySQL.mp4
│ ├── 13_AI大模型之MySQL_Ubuntu上安装MySQL.mp4
│ ├── 14_AI大模型之MySQL_Python连接Ubuntu上的MySQL.mp4
│ ├── 15_AI大模型之MySQL_Python程序中操作Redis.mp4
│ ├── 16_AI大模型之MySQL_Ubuntu上安装Jdk以及Hadoop.mp4
│ ├── 17_AI大模型之MySQL_Hive的安装以及访问.mp4
│ ├── 每日一考.md
│ └── 每日一考_答案.md
├── 05_尚硅谷大模型技术之Numpy&Pandas
│ ├──资料
│ │ ├── 00_AI大模型之Numpy_Pandas_Anaconda介绍.mp4
│ │ ├── 01_AI大模型之Numpy_Pandas_window上安装Anaconda.mp4
│ │ ├── 02_AI大模型之Numpy_Pandas_Ubuntu上安装Anaconda.mp4
│ │ ├── 03_AI大模型之Numpy_Pandas_conda相关命令.mp4
│ │ ├── 04_AI大模型之Numpy_Pandas_jupyter介绍.mp4
│ │ ├── 05_AI大模型之Numpy_Pandas_Pycharm中集成Jupyter.mp4
│ │ ├── 06_AI大模型之Numpy_Pandas_切换conda环境.mp4
│ │ ├── 07_AI大模型之Numpy_Pandas_内容回顾以及不同运行环境梳理.mp4
│ │ ├── 08_AI大模型之Numpy_Pandas_安装问题说明.mp4
│ │ ├── 09_AI大模型之Numpy_Pandas_集成远程Jupyter.mp4
│ │ ├── 10_AI大模型之Numpy_Pandas_Jupyter快捷键.mp4
│ │ ├── 11_AI大模型之Numpy_Pandas_numpy介绍.mp4
│ │ ├── 12_AI大模型之Numpy_Pandas_ndarray属性.mp4
│ │ ├── 13_AI大模型之Numpy_Pandas_array和asarray.mp4
│ │ ├── 14_AI大模型之Numpy_Pandas_ndarray的创建方式.mp4
│ │ ├── 15_AI大模型之Numpy_Pandas_数据类型.mp4
│ │ └── 每日一考.md
│ ├── day02
│ │ ├── 代码
│ │ ├── 00_AI大模型之Numpy_Pandas_内容回顾.mp4
│ │ ├── 01_AI大模型之Numpy_Pandas_数组的切片与索引.mp4
│ │ ├── 02_AI大模型之Numpy_Pandas_numpy的基本函数.mp4
│ │ ├── 03_AI大模型之Numpy_Pandas_统计函数.mp4
│ │ ├── 04_AI大模型之Numpy_Pandas_比较、排序和去重.mp4
│ │ ├── 05_AI大模型之Numpy_Pandas_axis方向说明.mp4
│ │ ├── 06_AI大模型之Numpy_Pandas_广播机制.mp4
│ │ ├── 07_AI大模型之Numpy_Pandas_矩阵计算.mp4
│ │ ├── 08_AI大模型之Numpy_Pandas_上午内容回顾.mp4
│ │ ├── 09_AI大模型之Numpy_Pandas_Pandas介绍.mp4
│ │ ├── 10_AI大模型之Numpy_Pandas_Series的创建方式.mp4
│ │ ├── 11_AI大模型之Numpy_Pandas_Series常用属性.mp4
│ │ ├── 12_AI大模型之Numpy_Pandas_Series常用方法_1.mp4
│ │ ├── 13_AI大模型之Numpy_Pandas_Series常用方法_2.mp4
│ │ ├── 14_AI大模型之Numpy_Pandas_Series的计算.mp4
│ │ ├── 每日一考.md
│ │ └── 每日一考_答案.md
│ ├── day03
│ │ ├── 代码
│ │ ├── 00_AI大模型之Numpy_Pandas_内容回顾.mp4
│ │ ├── 01_AI大模型之Numpy_Pandas_DataFrame对象的创建.mp4
│ │ ├── 02_AI大模型之Numpy_Pandas_DataFrame常用属性.mp4
│ │ ├── 03_AI大模型之Numpy_Pandas_DataFrame常用方法.mp4
│ │ ├── 04_AI大模型之Numpy_Pandas_布尔索引.mp4
│ │ ├── 05_AI大模型之Numpy_Pandas_DataFrame的运算.mp4
│ │ ├── 06_AI大模型之Numpy_Pandas_DataFrame的修改.mp4
│ │ ├── 07_AI大模型之Numpy_Pandas_上午内容回顾.mp4
│ │ ├── 08_AI大模型之Numpy_Pandas_导出数据到csv以及json.mp4
│ │ ├── 09_AI大模型之Numpy_Pandas_将df数据写到MySQL.mp4
│ │ ├── 10_AI大模型之Numpy_Pandas_数据的导入.mp4
│ │ ├── 11_AI大模型之Numpy_Pandas_pandas日期初识.mp4
│ │ ├── 12_AI大模型之Numpy_Pandas_天气数据基本统计.mp4
│ │ ├── 13_AI大模型之Numpy_Pandas_天气聚合统计以及图形化.mp4
│ │ ├── 14_AI大模型之Numpy_Pandas_天气统计排序.mp4
│ │ ├── 15_AI大模型之Numpy_Pandas_员工统计案例.mp4
│ │ ├── 每日一考.md
│ │ └── 每日一考_答案.md
│ ├── day04
│ │ ├── 代码
│ │ ├── 00_AI大模型之Python基础串讲_晨测题讲解以及内容回顾.mp4
│ │ ├── 01_AI大模型之Python基础串讲_concat连接Series.mp4
│ │ ├── 02_AI大模型之Python基础串讲_concat连接DataFrame.mp4
│ │ ├── 03_AI大模型之Python基础串讲_merge连接的方式.mp4
│ │ ├── 04_AI大模型之Python基础串讲_设置关联列以及通过索引关联.mp4
│ │ ├── 05_AI大模型之Python基础串讲_join通过索引连接.mp4
│ │ ├── 06_AI大模型之Python基础串讲_merge连接方式的指定.mp4
│ │ ├── 07_AI大模型之Python基础串讲_上午内容回顾.mp4
│ │ ├── 08_AI大模型之Python基础串讲_缺失值的判断.mp4
│ │ ├── 09_AI大模型之Python基础串讲_查看缺失值.mp4
│ │ ├── 10_AI大模型之Python基础串讲_剔除缺失值.mp4
│ │ ├── 11_AI大模型之Python基础串讲_填充缺失值.mp4
│ │ ├── 12_AI大模型之Python基础串讲_Series上使用apply.mp4
│ │ ├── 13_AI大模型之Python基础串讲_DataFrame上使用apply.mp4
│ │ ├── 14_AI大模型之Python基础串讲_向量化函数.mp4
│ │ ├── 15_AI大模型之Python基础串讲_分组聚合.mp4
│ │ ├── 16_AI大模型之Python基础串讲_cut函数.mp4
│ │ ├── 17_AI大模型之Python基础串讲_agg聚合函数.mp4
│ │ ├── 18_AI大模型之Python基础串讲_分组转换和过滤.mp4
│ │ ├── 每日一考 _答案.md
│ │ └── 每日一考.md
│ └── day05
│ ├── 代码
│ ├── 00_AI大模型之Numpy_Pandas_内容回顾.mp4
│ ├── 01_AI大模型之Numpy_Pandas_Pivot透视表介绍.mp4
│ ├── 02_AI大模型之Numpy_Pandas_睡眠时间压力统计睡眠基本实现.mp4
│ ├── 03_AI大模型之Numpy_Pandas_透视表实现.mp4
│ ├── 04_AI大模型之Numpy_Pandas_日期基本类型.mp4
│ ├── 05_AI大模型之Numpy_Pandas_使用时间作为索引.mp4
│ ├── 06_AI大模型之Numpy_Pandas_时间序列生成以及采样.mp4
│ ├── 07_AI大模型之Numpy_Pandas_正余弦曲线.mp4
│ ├── 08_AI大模型之Numpy_Pandas_mt直方图展示降水量.mp4
│ ├── 09_AI大模型之Numpy_Pandas_mt散点图.mp4
│ ├── 10_AI大模型之Numpy_Pandas_pandas提供的绘图.mp4
│ ├── 11_AI大模型之Numpy_Pandas_Seaborn可视化.mp4
│ ├── 12_AI大模型之Numpy_Pandas_项目业务背景.mp4
│ ├── 13_AI大模型之Numpy_Pandas_数据源介绍.mp4
│ ├── 14_AI大模型之Numpy_Pandas_待统计指标说明.mp4
│ ├── 15_AI大模型之Numpy_Pandas_数据的读取以及清洗.mp4
│ ├── 16_AI大模型之Numpy_Pandas_日期类型转换.mp4
│ ├── 17_AI大模型之Numpy_Pandas_添加新的特征.mp4
│ ├── 18_AI大模型之Numpy_Pandas_数值型列描述性统计.mp4
│ ├── 19_AI大模型之Numpy_Pandas_房价相关性统计.mp4
│ ├── 20_AI大模型之Numpy_Pandas_分组聚合统计.mp4
│ ├── 21_AI大模型之Numpy_Pandas_可视化.mp4
│ ├── day04_每日一考.md
│ └── day04_每日一考_答案.md
├── 06_尚硅谷大模型技术之Git
│ ├── 资料
│ ├── 00_AI大模型之Git_何为版本控制.mp4
│ ├── 01_AI大模型之Git_版本控制工具.mp4
│ ├── 02_AI大模型之Git_Git的简介.mp4
│ ├── 03_AI大模型之Git_Git的安装.mp4
│ ├── 04_AI大模型之Git_设置全局签名.mp4
│ ├── 05_AI大模型之Git_命令_添加到暂存区以及本地库.mp4
│ ├── 06_AI大模型之Git_比较文件.mp4
│ ├── 07_AI大模型之Git_版本穿梭以及删除.mp4
│ ├── 08_AI大模型之Git_分支介绍.mp4
│ ├── 09_AI大模型之Git_分支合并以及冲突处理.mp4
│ ├── 10_AI大模型之Git_gitee上创建仓库.mp4
│ ├── 11_AI大模型之Git_提交本地库内容到远程库.mp4
│ ├── 12_AI大模型之Git_克隆远程库项目到本地以及删除原有凭据.mp4
│ ├── 13_AI大模型之Git_邀请成员以及拉取远程库项目.mp4
│ ├── 14_AI大模型之Git_Pycharm中集成Git.mp4
│ ├── 15_AI大模型之Git_Pycharm关联Git.mp4
│ ├── 16_AI大模型之Git_push以及pull和克隆.mp4
│ ├── 17_AI大模型之Git_总结.mp4
│ └── 今日无晨测.md
├── 07_尚硅谷大模型技术之机器学习核心
│ ├── 资料
│ │ ├── 10_数学基础_张量.wmv
│ │ ├── 11_数学基础_矩阵求导.wmv
│ │ ├── 12_数学基础_代码中的离散梯度计算.wmv
│ │ ├── 13_数学基础_概率的概念和计算.wmv
│ │ ├── 14_数学基础_概率分布.wmv
│ │ ├── 15_数学基础_贝叶斯定理.wmv
│ │ ├── 16_数学基础_极大似然估计.wmv
│ │ ├── 1_数学基础_导数概念和运算法则.wmv
│ │ ├── 2_数学基础_利用导数求极值和二阶导数.wmv
│ │ ├── 3_数学基础_代码绘制导函数图像和极值.wmv
│ │ ├── 4_数学基础_偏导数.wmv
│ │ ├── 5_数学基础_方向导数和梯度.wmv
│ │ ├── 6_数学基础_标量和向量_基本概念和运算.wmv
│ │ ├── 7_数学基础_标量和向量_范数.wmv
│ │ ├── 8_数学基础_矩阵_基本运算.wmv
│ │ └── 9_数学基础_矩阵_其它运算.wmv
│ ├── Day2
│ │ ├── 10_特征工程_概念和主要内容.wmv
│ │ ├── 11_特征工程_低方差过滤法.wmv
│ │ ├── 12_特征工程_相关系数法_皮尔逊.wmv
│ │ ├── 13_特征工程_相关系数法_斯皮尔曼.wmv
│ │ ├── 14_特征工程_特征降维_PCA.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_机器学习_基本概念.wmv
│ │ ├── 3_机器学习_AI、ML、DL的联系和区别.wmv
│ │ ├── 4_机器学习_发展历史.wmv
│ │ ├── 5_机器学习_应用领域.wmv
│ │ ├── 6_机器学习_基本术语.wmv
│ │ ├── 7_机器学习_基本分类.wmv
│ │ ├── 8_机器学习_具体方法分类.wmv
│ │ └── 9_机器学习_监督学习流程.wmv
│ ├── Day3
│ │ ├── 10_模型评估和模型选择_正则化.wmv
│ │ ├── 11_模型评估和模型选择_正则化案例_未正则化.wmv
│ │ ├── 12_模型评估和模型选择_正则化案例_L1和L2正则化.wmv
│ │ ├── 13_问题解答.wmv
│ │ ├── 14_模型评估和模型选择_交叉验证.wmv
│ │ ├── 15_模型求解_解析法.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_模型评估和模型选择_损失函数.wmv
│ │ ├── 3_模型评估和模型选择_经验误差和泛化误差.wmv
│ │ ├── 4_模型评估和模型选择_欠拟合和过拟合.wmv
│ │ ├── 5_模型评估和模型选择_欠拟合和过拟合案例_整体思路.wmv
│ │ ├── 6_模型评估和模型选择_欠拟合和过拟合案例_引入模块和定义数据.wmv
│ │ ├── 7_模型评估和模型选择_欠拟合和过拟合案例_欠拟合.wmv
│ │ ├── 8_模型评估和模型选择_欠拟合和过拟合案例_恰好拟合和过拟合.wmv
│ │ └── 9_上午复习总结.wmv
│ ├── Day4
│ │ ├── 10_复习总结_梯度下降法.wmv
│ │ ├── 11_模型评价指标_回归.wmv
│ │ ├── 12_模型评价指标_分类_混淆矩阵.wmv
│ │ ├── 13_模型评价指标_分类_准确率、精确率和召回率.wmv
│ │ ├── 14_模型评价指标_生成分类报告.wmv
│ │ ├── 15_模型评价指标_分类_ROC曲线.wmv
│ │ ├── 16_模型评价指标_分类_ROC案例.wmv
│ │ ├── 17_模型评价指标_分类_AUC.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_模型求解算法_梯度下降法_基本概念和特点.wmv
│ │ ├── 3_模型求解算法_梯度下降法_分类.wmv
│ │ ├── 4_模型求解算法_梯度下降法_实现步骤.wmv
│ │ ├── 5_模型求解算法_梯度下降法_案例1.wmv
│ │ ├── 6_模型求解算法_梯度下降法_案例2.wmv
│ │ ├── 7_模型求解算法_梯度下降法_学习率的选取.wmv
│ │ ├── 8_模型求解算法_梯度下降法_Lasso回归和岭回归中的应用.wmv
│ │ ├── 9_模型求解算法_牛顿法和拟牛顿法.wmv
│ │ └── ml_tutorial_Day4_2.exe
│ ├── Day5
│ │ ├── 10_复习回顾_KNN.wmv
│ │ ├── 11_KNN_心脏病预测案例_加载数据集.wmv
│ │ ├── 12_KNN_心脏病预测案例_特征工程.wmv
│ │ ├── 13_KNN_心脏病预测案例_模型训练和评估.wmv
│ │ ├── 14_KNN_心脏病预测案例_模型保存和加载.wmv
│ │ ├── 15_KNN_心脏病预测案例_网格搜索和超参数调节.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_KNN_工作原理.wmv
│ │ ├── 3_KNN_关键参数和特点.wmv
│ │ ├── 4_KNN_API_分类器.wmv
│ │ ├── 5_KNN_API_回归器.wmv
│ │ ├── 6_KNN_距离度量方法.wmv
│ │ ├── 7_KNN_特征转换_归一化.wmv
│ │ ├── 8_KNN_特征转换_标准化.wmv
│ │ ├── 9_KNN_心脏病预测案例_整体介绍.wmv
│ │ └── ml_tutorial_Day5_2.exe
│ ├── Day6
│ │ ├── 10_线性回归_梯度下降法_代码实现1.wmv
│ │ ├── 11_线性回归_梯度下降法_代码实现2.wmv
│ │ ├── 12_线性回归_梯度下降法API_SGDRegressor.wmv
│ │ ├── 13_线性回归_梯度下降法的问题.wmv
│ │ ├── 14_线性回归_广告预测案例.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_线性回归_基本原理和应用.wmv
│ │ ├── 3_线性回归_API调用.wmv
│ │ ├── 4_线性回归_损失函数.wmv
│ │ ├── 5_线性回归_一元线性回归_解析法.wmv
│ │ ├── 6_线性回归_多元线性回归_正规方程法.wmv
│ │ ├── 7_复习总结.wmv
│ │ ├── 8_线性回归_API_初始化参数和评价指标.wmv
│ │ └── 9_线性回归_梯度下降法_整体介绍和案例.wmv
│ ├── Day7
│ │ ├── 10_上午内容复习.wmv
│ │ ├── 11_逻辑回归_数字识别案例_数据集加载和划分.wmv
│ │ ├── 12_逻辑回归_数字识别案例_模型训练和测试.wmv
│ │ ├── 13_感知机_基本概念.wmv
│ │ ├── 14_感知机_逻辑门电路.wmv
│ │ ├── 15_感知机_逻辑门代码实现.wmv
│ │ ├── 16_感知机_感知机的局限.wmv
│ │ ├── 17_感知机_多层感知机实现异或门.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_逻辑回归_基本概念和原理.wmv
│ │ ├── 3_逻辑回归_应用场景.wmv
│ │ ├── 4_逻辑回归_损失函数.wmv
│ │ ├── 5_逻辑回归_损失函数梯度计算.wmv
│ │ ├── 6_逻辑回归_API调用.wmv
│ │ ├── 7_逻辑回归_心脏病预测案例.wmv
│ │ ├── 8_逻辑回归_多分类任务_OVR.wmv
│ │ └── 9_逻辑回归_多分类任务_Softmax回归.wmv
│ ├── Day8
│ │ ├── 10_决策树_信息增益率.wmv
│ │ ├── 11_决策树_基尼指数和CART.wmv
│ │ ├── 12_决策树_CART回归树.wmv
│ │ ├── 13_决策树_剪枝.wmv
│ │ ├── 14_SVM_基本原理.wmv
│ │ ├── 15_SVM_线性可分SVM_硬间隔.wmv
│ │ ├── 16_SVM_线性SVM_软间隔.wmv
│ │ ├── 17_SVM_非线性SVM_核函数.wmv
│ │ ├── 18_集成学习_基本介绍.wmv
│ │ ├── 19_集成学习_Adaboost.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 20_集成学习_随机森林.wmv
│ │ ├── 21_无监督_聚类_整体介绍.wmv
│ │ ├── 22_无监督_聚类_均值聚类.wmv
│ │ ├── 23_无监督_聚类_层次聚类.wmv
│ │ ├── 24_无监督_聚类_密度聚类.wmv
│ │ ├── 25_无监督_聚类_KMeans API.wmv
│ │ ├── 2_朴素贝叶斯_基本原理.wmv
│ │ ├── 3_朴素贝叶斯_极大似然估计.wmv
│ │ ├── 4_朴素贝叶斯_贝叶斯估计.wmv
│ │ ├── 5_朴素贝叶斯_学习和分类过程.wmv
│ │ ├── 6_决策树_基本原理.wmv
│ │ ├── 7_决策树_工作过程.wmv
│ │ ├── 8_决策树_信息熵和条件熵.wmv
│ │ └── 9_决策树_信息增益和ID3.wmv
│ └── Day9
│ ├── 1_复习回顾.wmv
│ ├── 2_无监督_聚类_模型评价指标.wmv
│ ├── 3_无监督_降维_SVD.wmv
│ └── 4_无监督_降维_PCA.wmv
├── 08_尚硅谷大模型技术之深度学习核心
│ ├── 资料
│ │ ├── 10_神经网络_激活函数_Softmax函数.wmv
│ │ ├── 11_神经网络_激活函数_其它激活函数.wmv
│ │ ├── 12_神经网络_三层神经网络_基本结构和信号传递.wmv
│ │ ├── 13_神经网络_三层神经网络_代码实现.wmv
│ │ ├── 1_深度学习_课程简介.wmv
│ │ ├── 2_深度学习_概述.wmv
│ │ ├── 3_神经网络_基本概念和结构.wmv
│ │ ├── 4_复习总结.wmv
│ │ ├── 5_神经网络_复习感知机和引入激活函数.wmv
│ │ ├── 6_神经网络_激活函数_阶跃函数.wmv
│ │ ├── 7_神经网络_激活函数_Sigmoid函数.wmv
│ │ ├── 8_神经网络_激活函数_Tanh函数.wmv
│ │ └── 9_神经网络_激活函数_ReLU函数.wmv
│ ├── Day2
│ │ ├── 10_神经网络的学习_数值微分_偏导数和梯度.wmv
│ │ ├── 11_神经网络的学习_数值微分_偏导数和梯度_二维扩展.wmv
│ │ ├── 12_神经网络的学习_神经网络的梯度计算.wmv
│ │ ├── 13_问题解答.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_神经网络_手写数字识别案例_代码实现.wmv
│ │ ├── 3_神经网络_手写数字识别案例_批量测试.wmv
│ │ ├── 4_神经网络的学习_损失函数_均方误差.wmv
│ │ ├── 5_神经网络的学习_损失函数_交叉熵误差.wmv
│ │ ├── 6_神经网络的学习_损失函数_分类和回归任务损失函数.wmv
│ │ ├── 7_上午复习总结.wmv
│ │ ├── 8_神经网络的学习_数值微分.wmv
│ │ └── 9_神经网络的学习_数值微分案例_绘制切线.wmv
│ ├── Day3
│ │ ├── 10_神经网络的学习_综合案例_模型训练和验证.wmv
│ │ ├── 11_反向传播_计算图_基本结构.wmv
│ │ ├── 12_反向传播_计算图_反向传播介绍.wmv
│ │ ├── 13_反向传播_数学原理_链式法则.wmv
│ │ ├── 14_反向传播_加法和乘法节点.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_神经网络的学习_梯度下降法.wmv
│ │ ├── 3_神经网络的学习_梯度下降法_求最小值案例.wmv
│ │ ├── 4_神经网络的学习_梯度下降法_超参数调优.wmv
│ │ ├── 5_神经网络的学习_模型训练相关概念.wmv
│ │ ├── 6_神经网络的学习_SGD_基本概念和步骤.wmv
│ │ ├── 7_神经网络的学习_综合案例_两层神经网络类.wmv
│ │ ├── 8_上午复习总结.wmv
│ │ └── 9_神经网络的学习_综合案例_加载数据.wmv
│ ├── Day4
│ │ ├── 10_反向传播_输出层_代码实现.wmv
│ │ ├── 11_问题解答.wmv
│ │ ├── 12_反向传播_综合案例代码实现.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_反向传播_激活层_ReLU.wmv
│ │ ├── 3_反向传播_激活层_Sigmoid.wmv
│ │ ├── 4_反向传播_Affine_原理和推导.wmv
│ │ ├── 5_问题解答.wmv
│ │ ├── 6_反向传播_Affine_代码实现.wmv
│ │ ├── 7_上午复习总结.wmv
│ │ ├── 8_反向传播_输出层_原理和推导.wmv
│ │ └── 9_问题解答.wmv
│ ├── Day5
│ │ ├── 10_上午总结.wmv
│ │ ├── 11_更新参数方法优化_Adam_原理和公式.wmv
│ │ ├── 12_更新参数方法优化_Adam_代码实现.wmv
│ │ ├── 13_更新参数方法优化_各种方法对比_代码实现.wmv
│ │ ├── 14_更新参数方法优化_各种方法对比_超参数调节.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_深度学习_整体介绍.wmv
│ │ ├── 3_深度学习_梯度消失和梯度爆炸.wmv
│ │ ├── 4_更新参数方法优化_SGD的缺点.wmv
│ │ ├── 5_更新参数方法优化_动量法_原理介绍.wmv
│ │ ├── 6_更新参数方法优化_动量法_代码实现.wmv
│ │ ├── 7_更新参数方法优化_学习率衰减.wmv
│ │ ├── 8_更新参数方法优化_AdaGrad.wmv
│ │ ├── 9_更新参数方法优化_RMSProp.wmv
│ │ └── dl_tutorial_Day5_2.exe
│ ├── Day6
│ │ ├── 10_PyTorch_基本介绍.wmv
│ │ ├── 11_PyTorch_安装基本介绍.wmv
│ │ ├── 12_上午复习总结.wmv
│ │ ├── 13_PyTorch安装_CPU.wmv
│ │ ├── 14_PyTorch安装_GPU.wmv
│ │ ├── 15_PyTorch_CUDA安装.wmv
│ │ ├── 16_PyTorch_安装细节.wmv
│ │ ├── 17_PyTorch_安装完成验证.wmv
│ │ ├── 18_PyTorch_创建张量_按内容.wmv
│ │ ├── 19_PyTorch_创建张量_按形状.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 20_PyTorch_创建张量_指定类型.wmv
│ │ ├── 21_PyTorch_创建张量_指定区间.wmv
│ │ ├── 22_PyTorch_创建张量_按数值填充.wmv
│ │ ├── 23_PyTorch_创建张量_随机生成.wmv
│ │ ├── 2_参数初始化_概念和重要性.wmv
│ │ ├── 3_参数初始化_常数初始化.wmv
│ │ ├── 4_参数初始化_正态分布和均匀分布初始化.wmv
│ │ ├── 5_参数初始化_Xavier和He初始化.wmv
│ │ ├── 6_正则化_整体介绍.wmv
│ │ ├── 7_正则化_Batch Normalization.wmv
│ │ ├── 8_正则化_权值衰减.wmv
│ │ └── 9_正则化_Dropout.wmv
│ ├── Day7
│ │ ├── 10_上午复习总结.wmv
│ │ ├── 11_PyTorch_张量统计函数.wmv
│ │ ├── 12_PyTorch_张量索引_简单索引和范围索引.wmv
│ │ ├── 13_PyTorch_张量索引_列表索引.wmv
│ │ ├── 14_PyTorch_张量索引_布尔索引.wmv
│ │ ├── 15_PyTorch_张量形状操作_交换维度.wmv
│ │ ├── 16_PyTorch_张量形状操作_调整形状.wmv
│ │ ├── 17_PyTorch_张量形状操作_增删维度.wmv
│ │ ├── 18_PyTorch_张量形状操作_拼接和堆叠.wmv
│ │ ├── 19_PyTorch_自动微分模块_反向传播计算梯度流程.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 20_PyTorch_自动微分模块_底层原理介绍.wmv
│ │ ├── 2_PyTorch_张量转换_类型转换.wmv
│ │ ├── 3_PyTorch_张量转换_Tensor转换为ndarray.wmv
│ │ ├── 4_PyTorch_张量转换_ndarray转换为Tensor.wmv
│ │ ├── 5_PyTorch_张量转换_Tensor与标量的转换.wmv
│ │ ├── 6_PyTorch_张量数值计算_基本运算.wmv
│ │ ├── 7_PyTorch_张量数值计算_哈达玛积.wmv
│ │ ├── 8_PyTorch_张量数值计算_张量矩阵乘法.wmv
│ │ └── 9_PyTorch_节省内存.wmv
│ ├── Day8
│ │ ├── 10_上午复习总结.wmv
│ │ ├── 11_PyTorch深度学习_激活函数_Sigmoid.wmv
│ │ ├── 12_PyTorch深度学习_激活函数_Tanh和ReLU.wmv
│ │ ├── 13_PyTorch深度学习_激活函数_Softmax.wmv
│ │ ├── 14_PyTorch深度学习_全连接层.wmv
│ │ ├── 15_PyTorch深度学习_参数初始化.wmv
│ │ ├── 16_PyTorch深度学习_正则化_Dropout.wmv
│ │ ├── 17_PyTorch深度学习_自定义模型和前向传播.wmv
│ │ ├── 18_PyTorch深度学习_查看模型参数.wmv
│ │ ├── 19_PyTorch深度学习_查看模型结构和参数数量.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_PyTorch_自动微分模块_detach.wmv
│ │ ├── 3_PyTorch_自动微分模块_detach对梯度计算的影响.wmv
│ │ ├── 4_问题解答和扩展说明.wmv
│ │ ├── 5_PyTorch_自动微分模块_detach_vs_data.wmv
│ │ ├── 6_PyTorch_线性回归案例_整体思路和流程.wmv
│ │ ├── 7_PyTorch_线性回归案例_准备数据.wmv
│ │ ├── 8_PyTorch_线性回归案例_模型定义和训练.wmv
│ │ └── 9_PyTorch_线性回归案例_记录损失和画图.wmv
│ └── Day9
│ ├── 10_PyTorch深度学习_更新优化方法_动量法.wmv
│ ├── 11_PyTorch深度学习_更新优化方法_学习率衰减_等间隔.wmv
│ ├── 12_PyTorch深度学习_更新优化方法_学习率衰减_指定间隔和指数衰减.wmv
│ ├── 13_PyTorch深度学习_更新优化方法_AdaGrad和RMSProp.wmv
│ ├── 14_PyTorch深度学习_更新优化方法_Adam和AdamW.wmv
│ ├── 1_复习回顾.wmv
│ ├── 2_问题解答.wmv
│ ├── 3_PyTorch深度学习_device.wmv
│ ├── 4_PyTorch深度学习_使用Sequential定义模型.wmv
│ ├── 5_PyTorch深度学习_损失函数_BCE.wmv
│ ├── 6_PyTorch深度学习_损失函数_CrossEntropyLoss.wmv
│ ├── 7_PyTorch深度学习_损失函数_回归任务.wmv
│ ├── 8_上午内容总结.wmv
│ └── 9_PyTorch深度学习_损失函数_综合练习.wmv
├── 09_尚硅谷大模型项目之智图寻宝
│ ├── 资料
│ │ ├── 1_项目整体介绍.wmv
│ │ ├── 2_conda环境准备.wmv
│ │ ├── 3_工程创建.wmv
│ │ ├── 4_通用模块_设置随机数种子.wmv
│ │ ├── 5_知识储备_自编码器原理.wmv
│ │ ├── 6_知识储备_转置卷积.wmv
│ │ └── 7_知识储备_转置卷积_扩展讲解.wmv
│ ├── Day2
│ │ ├── 10_去噪模块_创建数据加载器.wmv
│ │ ├── 11_去噪模块_创建模型.wmv
│ │ ├── 12_去噪模块_训练模型.wmv
│ │ ├── 13_去噪模块_模型测试.wmv
│ │ ├── 14_问题解答.wmv
│ │ ├── 1_复习回顾_知识储备.wmv
│ │ ├── 2_知识储备_自编码器案例_整体架构.wmv
│ │ ├── 3_知识储备_自编码器案例_加载图片和显示.wmv
│ │ ├── 4_知识储备_自编码器案例_创建自编码器模型.wmv
│ │ ├── 5_知识储备_自编码器案例_模型训练.wmv
│ │ ├── 6_知识储备_自编码器案例_推理重构图像.wmv
│ │ ├── 7_知识储备_自编码器案例_去噪自编码器.wmv
│ │ ├── 8_去噪模块_模型架构.wmv
│ │ └── 9_去噪模块_创建数据集和划分.wmv
│ ├── Day3
│ │ ├── 10_上午复习总结.wmv
│ │ ├── 11_去噪模块_最终实现_模型测试.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_去噪模块_最终实现_整体架构和配置文件.wmv
│ │ ├── 3_去噪模块_最终实现_创建数据集.wmv
│ │ ├── 4_去噪模块_最终实现_转换图片名提取数字.wmv
│ │ ├── 5_去噪模块_最终实现_图片按名称排序.wmv
│ │ ├── 6_去噪模块_最终实现_去噪器模型类.wmv
│ │ ├── 7_去噪模块_最终实现_训练引擎_训练一个轮次.wmv
│ │ ├── 8_去噪模块_最终实现_测试（验证）引擎.wmv
│ │ └── 9_去噪模块_最终实现_模型训练.wmv
│ ├── Day4
│ │ ├── 10_分类模块_最终实现_训练和测试引擎.wmv
│ │ ├── 11_分类模块_最终实现_模型训练.wmv
│ │ ├── 12_分类模块_最终实现_测试.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_分类模块_整体架构.wmv
│ │ ├── 3_分类模块_创建数据集和划分.wmv
│ │ ├── 4_分类模块_创建模型.wmv
│ │ ├── 5_分类模块_训练模型.wmv
│ │ ├── 6_分类模块_测试.wmv
│ │ ├── 7_分类模块_最终实现_配置项.wmv
│ │ ├── 8_分类模块_最终实现_创建数据集.wmv
│ │ └── 9_分类模块_最终实现_定义模型.wmv
│ └── Day5
│ ├── 10_web模块和综合测试.wmv
│ ├── 1_复习回顾.wmv
│ ├── 2_相似检索模块_整体思路.wmv
│ ├── 3_相似检索模块_模型架构.wmv
│ ├── 4_相似检索模块_最终实现_配置.wmv
│ ├── 5_相似检索模块_最终实现_创建数据集.wmv
│ ├── 6_相似检索模块_最终实现_创建模型.wmv
│ ├── 7_相似检索模块_最终实现_训练和测试引擎.wmv
│ ├── 8_相似检索模块_最终实现_模型训练和生成嵌入矩阵.wmv
│ └── 9_相似检索模块_最终实现_测试.wmv
├── 10_尚硅谷大模型技术之NLP
│ ├── 1.笔记
│ │ └── 尚硅谷大模型技术之NLP1.0.2.docx
│ ├── 2.资料
│ │ ├── 10_文本表示_jieba分词_自定义词典.wmv
│ │ ├── 11_文本表示_词表示_整体介绍.wmv
│ │ ├── 12_文本表示_词表示_Word2Vec概述.wmv
│ │ ├── 13_文本表示_词表示_Word2Vec原理.wmv
│ │ ├── 14_文本表示_词表示_使用公开词向量_加载.wmv
│ │ ├── 15_文本表示_词表示_使用公开词向量_应用.wmv
│ │ ├── 1_NLP课程整体介绍.wmv
│ │ ├── 2_NLP导论_基本概念.wmv
│ │ ├── 3_NLP导论_常见任务.wmv
│ │ ├── 4_NLP导论_技术演进史.wmv
│ │ ├── 5_文本表示_概述.wmv
│ │ ├── 6_文本表示_分词_英文分词.wmv
│ │ ├── 7_文本表示_分词_BPE.wmv
│ │ ├── 8_文本表示_分词_中文分词.wmv
│ │ └── 9_文本表示_jieba分词_模式介绍.wmv
│ ├── Day2
│ │ ├── 10_RNN_数学公式和简化表达.wmv
│ │ ├── 11_RNN_多层结构.wmv
│ │ ├── 12_RNN_双向结构.wmv
│ │ ├── 13_RNN_多层双向结构.wmv
│ │ ├── 14_RNN_API_参数说明.wmv
│ │ ├── 15_RNN_API_输入输出形状.wmv
│ │ ├── 16_RNN_API_代码测试.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_文本表示_词表示_自行训练词向量_整体介绍.wmv
│ │ ├── 3_文本表示_词表示_自行训练词向量_代码实现.wmv
│ │ ├── 4_文本表示_词表示_自行训练词向量_测试.wmv
│ │ ├── 5_文本表示_词表示_词向量应用_原理介绍.wmv
│ │ ├── 6_文本表示_词表示_词向量应用_代码实现.wmv
│ │ ├── 7_文本表示_词表示_词向量应用_解决OOV问题.wmv
│ │ ├── 8_文本表示_词表示_上下文相关词表示.wmv
│ │ └── 9_RNN_基本概念和结构.wmv
│ ├── Day3
│ │ ├── 10_RNN案例_模型训练.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_RNN案例_智能输入法_需求分析和整体思路.wmv
│ │ ├── 3_RNN案例_智能输入法_项目结构.wmv
│ │ ├── 4_RNN案例_数据预处理_JSON与DataFrame转换.wmv
│ │ ├── 5_RNN案例_数据预处理_语料分词和构建词表.wmv
│ │ ├── 6_RNN案例_数据预处理_构建数据集并保存.wmv
│ │ ├── 7_RNN案例_定义数据集类和加载器.wmv
│ │ ├── 8_RNN案例_定义模型.wmv
│ │ └── 9_RNN案例_定义配置文件.wmv
│ ├── Day4
│ │ ├── 10_LSTM_概述.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_RNN案例_tensorboard介绍.wmv
│ │ ├── 3_RNN案例_tensorboard观察训练过程.wmv
│ │ ├── 4_RNN案例_预测新词.wmv
│ │ ├── 5_RNN案例_程序运行效果.wmv
│ │ ├── 6_RNN案例_模型评估.wmv
│ │ ├── 7_RNN案例_项目改进_分词器.wmv
│ │ ├── 8_RNN案例_项目改进_代码实现.wmv
│ │ └── 9_RNN_存在问题.wmv
│ ├── Day5
│ │ ├── 10_LSTM案例_框架搭建和API测试.wmv
│ │ ├── 11_LSTM案例_数据预处理.wmv
│ │ ├── 12_LSTM案例_创建数据集.wmv
│ │ ├── 13_LSTM案例_定义模型.wmv
│ │ ├── 14_LSTM案例_模型训练.wmv
│ │ ├── 15_LSTM案例_模型预测（推理）.wmv
│ │ ├── 16_LSTM案例_模型评估.wmv
│ │ ├── 17_LSTM_存在问题.wmv
│ │ ├── 18_GRU_基本结构和原理.wmv
│ │ ├── 19_GRU_多层-双向结构和API.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_LSTM_基础结构和核心原理.wmv
│ │ ├── 3_问题解答.wmv
│ │ ├── 4_LSTM_缓解梯度消失的原理.wmv
│ │ ├── 5_LSTM_复杂结构_多层和双向.wmv
│ │ ├── 6_LSTM_API_参数.wmv
│ │ ├── 7_LSTM_API_输入输出形状.wmv
│ │ ├── 8_LSTM案例_文本情感分析_需求分析.wmv
│ │ ├── 9_LSTM案例_文本情感分析_数据处理思路.wmv
│ │ └── 评论情感分析案例.drawio
│ ├── Day6
│ │ ├── 10_Seq2Seq案例_配置文件.wmv
│ │ ├── 11_Seq2Seq案例_分词器.wmv
│ │ ├── 12_Seq2Seq案例_英文分词器介绍.wmv
│ │ ├── 13_Seq2Seq案例_数据预处理.wmv
│ │ ├── 14_Seq2Seq案例_创建数据集.wmv
│ │ ├── 15_Seq2Seq案例_创建模型.wmv
│ │ ├── 16_Seq2Seq案例_模型训练.wmv
│ │ ├── 17_Seq2Seq案例_查看训练损失.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_GRU案例_文本情感分析_效果对比.wmv
│ │ ├── 3_RNN-LSTM-GRU效果对比.wmv
│ │ ├── 4_Seq2Seq_基本结构和原理.wmv
│ │ ├── 5_Seq2Seq_编码器.wmv
│ │ ├── 6_Seq2Seq_解码器.wmv
│ │ ├── 7_Seq2Seq_模型训练机制.wmv
│ │ ├── 8_Seq2Seq_模型推理机制.wmv
│ │ └── 9_Seq2Seq案例_中英翻译_需求分析.wmv
│ ├── Day7
│ │ ├── 10_Attention案例_中英翻译_注意力机制实现思路.wmv
│ │ ├── 11_Attention案例_中英翻译_注意力机制实现和训练.wmv
│ │ ├── 12_Attention案例_中英翻译_测试和评估.wmv
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_Seq2Seq案例_预测_实现自回归生成.wmv
│ │ ├── 3_Seq2Seq案例_预测_处理生成序列和测试.wmv
│ │ ├── 4_Seq2Seq案例_模型评估.wmv
│ │ ├── 5_问题解答.wmv
│ │ ├── 6_Seq2Seq_存在问题.wmv
│ │ ├── 7_Attention_概述和工作原理.wmv
│ │ ├── 8_Attention_注意力评分函数.wmv
│ │ ├── 9_Attention案例_中英翻译_添加注意力机制.wmv
│ │ └── Attention.drawio
│ ├── Day8
│ │ ├── 10_Transformer_编码器_自注意力层_总结.wmv
│ │ ├── 11_Transformer_编码器_自注意力层_多头注意力机制.wmv
│ │ ├── 12_Transformer_编码器_前馈神经网络层.wmv
│ │ ├── 13_Transformer_编码器_残差连接.wmv
│ │ ├── 14_Transformer_编码器_层归一化.wmv
│ │ ├── 15_Transformer_编码器_位置编码.wmv
│ │ ├── 1_self_attention_test.ipynb
│ │ ├── 1_复习回顾.wmv
│ │ ├── 2_Attention_存在问题.wmv
│ │ ├── 3_Transformer_概述.wmv
│ │ ├── 4_Transformer_核心思想.wmv
│ │ ├── 5_Transformer_整体结构.wmv
│ │ ├── 6_Transformer_编码器_整体结构.wmv
│ │ ├── 7_Transformer_编码器_自注意力层_QKV向量.wmv
│ │ ├── 8_Transformer_编码器_自注意力层_完整计算过程.wmv
│ │ ├── 9_Transformer_编码器_自注意力层_代码测试.wmv
│ │ ├── 层归一化.drawio
│ │ └── 缩放注意力.md
│ └── Day9
│ ├── 10_Transformer_API_总结.wmv
│ ├── 11_Transformer案例_中英翻译_需求分析.wmv
│ ├── 12_Transformer案例_架构搭建和配置定义.wmv
│ ├── 13_Transformer案例_模型定义_整体结构.wmv
│ ├── 14_Transformer案例_模型定义_前向传播_编码.wmv
│ ├── 15_Transformer案例_模型定义_前向传播_解码.wmv
│ ├── 16_Transformer案例_模型定义_位置编码.wmv
│ ├── 17_问题解答_注册缓冲.wmv
│ ├── 18_Transformer案例_模型训练.wmv
│ ├── 1_复习回顾.wmv
│ ├── 2_Transformer_解码器_整体结构.wmv
│ ├── 3_Transformer_解码器_Mask自注意力子层.wmv
│ ├── 4_Transformer_解码器_其它子层结构.wmv
│ ├── 5_Transformer_模型训练和推理机制.wmv
│ ├── 6_Transformer_API_核心类.wmv
│ ├── 7_Transformer_API_Transformer构造参数.wmv
│ ├── 8_Transformer_API_Transformer前向传播.wmv
│ └── 9_Transformer_API_编码和解码.wmv
├── 11_尚硅谷大模型项目之智能商品发布
│ ├── 资料
│ │ ├── 10_模型训练_核心训练逻辑实现.wmv
│ │ ├── 11_模型训练_优化_引入验证集并实现评估逻辑.wmv
│ │ ├── 12_模型训练_优化_验证结果测试.wmv
│ │ ├── 13_模型训练_优化_早停机制.wmv
│ │ ├── 1_项目介绍和需求分析.wmv
│ │ ├── 2_环境准备和项目搭建.wmv
│ │ ├── 3_Python导包路径问题.wmv
│ │ ├── 4_项目脚本主入口main.wmv
│ │ ├── 5_数据预处理_preprocess.wmv
│ │ ├── 6_数据预处理_dataset.wmv
│ │ ├── 7_模型训练_整体框架搭建.wmv
│ │ ├── 8_模型训练_增加配置类.wmv
│ │ └── 9_模型训练_面向对象改进实现.wmv
│ └── Day2
│ ├── 10_模型应用与部署_整体介绍和HTTP复习.wmv
│ ├── 11_模型应用与部署_FastAPI使用方法.wmv
│ ├── 12_模型应用与部署_带请求体的API以及交互式文档.wmv
│ ├── 13_模型应用与部署_代码实现_接口层.wmv
│ ├── 14_模型应用与部署_代码实现_服务层及测试.wmv
│ ├── 15_项目入口脚本.wmv
│ ├── 1_复习回顾.wmv
│ ├── 2_模型训练_优化_混合精度训练_整体介绍.wmv
│ ├── 3_模型训练_优化_混合精度训练_autocast.wmv
│ ├── 4_模型训练_优化_混合精度训练_GradScaler.wmv
│ ├── 5_模型训练_优化_混合精度训练_代码实现.wmv
│ ├── 6_模型训练_优化_检查点机制_整体介绍.wmv
│ ├── 7_模型训练_优化_检查点机制_代码实现和测试.wmv
│ ├── 8_模型推理预测.wmv
│ └── 9_模型评估.wmv
├── 12_尚硅谷大模型项目实战之地址对齐
│ ├── 1.笔记
│ │ ├资料
│ └── 4.视频
│ └── 0716大模型项目串讲.mp4
├── 13_尚硅谷大模型项目实战之智选新闻
│ ├── 资料
│ └── 4.视频
│ ├── 智选新闻项目串讲总结二.mp4
│ └── 智选新闻项目串讲总结一.mp4
├── 14_尚硅谷大模型技术之langchain
│ ├── 资料
│ │ ├── DAY01_01_langchain介绍.mp4
│ │ ├── DAY01_02_langchain介绍2.mp4
│ │ ├── DAY01_03_开发架构与开发场景相关介绍.mp4
│ │ ├── DAY01_04_langchain核心模块介绍.mp4
│ │ ├── DAY01_05_大模型的调用.mp4
│ │ ├── DAY01_06_对话模型构造消息的几种方式.mp4
│ │ ├── DAY01_07_多种调用方式.mp4
│ │ ├── DAY01_08_协程示例介绍.mp4
│ │ ├── DAY01_09_调用本地模型.mp4
│ │ ├── DAY01_10_PromptTemplate的实例化及调用.mp4
│ │ └── DAY01_11_几个容易出错的问题.mp4
│ ├── day02
│ │ ├── DAY02_01_关于init_chat_model的几点补充说明.mp4
│ │ ├── DAY02_02_多模态提示词.mp4
│ │ ├── DAY02_03_JsonOutputParser使用.mp4
│ │ ├── DAY02_04_StrOutPutParser的使用.mp4
│ │ ├── DAY02_05_structured_output的使用.mp4
│ │ ├── DAY02_06_Runnable的定义及LCEL的使用.mp4
│ │ ├── DAY02_07_runnablesequence的介绍.mp4
│ │ ├── DAY02_08_runnable_parallel的使用.mp4
│ │ ├── DAY02_09_structired_output_parser的说明.mp4
│ │ ├── DAY02_10_runnable_parallel的具体应用.mp4
│ │ ├── DAY02_11_runnable_lambda.mp4
│ │ ├── DAY02_12_runnable_pass_through.mp4
│ │ ├── DAY02_13_runnable_with_fallback.mp4
│ │ ├── DAY02_14_RAG_介绍.mp4
│ │ ├── DAY02_15_TextLoader的介绍.mp4
│ │ └── DAY02_16_JSONloader的使用.mp4
│ ├── day03
│ │ ├── DAY03_01_关于structured_output的一点说明.mp4
│ │ ├── DAY03_02_runnable的复习和rag概念的复习.mp4
│ │ ├── DAY03_03_document_loader的复习.mp4
│ │ ├── DAY03_04_docx_loader的加载.mp4
│ │ ├── DAY03_05_解析pdf的介绍.mp4
│ │ ├── DAY03_06_切分策略和embedding的介绍.mp4
│ │ ├── DAY03_07_对于unstructured解析pdf的原理说明.mp4
│ │ ├── DAY03_08_什么是Milvus及做向量检索的步骤.mp4
│ │ ├── DAY03_09_milvus创建索引.mp4
│ │ ├── DAY03_10_使用milvus进行向量检索.mp4
│ │ └── DAY03_11_向量相似度算法.mp4
│ └── day04
│ ├── DAY04_01_复习.mp4
│ ├── DAY04_02_agent的介绍.mp4
│ ├── DAY04_03_创建tools的两种方式.mp4
│ ├── DAY04_04_TOOL的调用.mp4
│ ├── DAY04_05_大模型使用tools.mp4
│ ├── DAY04_06_tools的底层原理.mp4
│ ├── DAY04_07_agent的创建以及调用.mp4
│ ├── DAY04_08_langsmith的使用.mp4
│ ├── DAY04_09_agent当中如何添加记忆.mp4
│ ├── DAY04_10_MCP的架构.mp4
│ ├── DAY04_11_MCP数据层和传输层.mp4
│ ├── DAY04_12_MCP的工作流程.mp4
│ ├── DAY04_13_stdio_客户端服务端编码1.mp4
│ ├── DAY04_13_stdio_客户端服务端编码2.mp4
│ ├── DAY04_14_MCP_streamable_http.mp4
│ ├── DAY04_15_langchain使用MCP.mp4
│ └── DAY04_16_supervisor_agent.mp4
├── 15_尚硅谷大模型项目之电商图谱
│ ├── 资料
│ ├── Day1
│ │ ├── 10_Cypher基础_写入和查询关系.wmv
│ │ ├── 11_Cypher基础_写入和查询路径.wmv
│ │ ├── 12_Cypher基础_修改数据.wmv
│ │ ├── 13_Cypher基础_删除数据.wmv
│ │ ├── 14_Cypher基础_合并操作.wmv
│ │ ├── 15_Cypher数据类型.wmv
│ │ ├── 16_Cypher函数.wmv
│ │ ├── 17_Cypher高级查询_数据准备.wmv
│ │ ├── 18_Cypher高级查询_数据过滤.wmv
│ │ ├── 19_Cypher高级查询_排序和分页.wmv
│ │ ├── 1_项目整体架构.wmv
│ │ ├── 20_Cypher高级查询_聚合.wmv
│ │ ├── 2_Conda环境准备.wmv
│ │ ├── 3_业务数据准备.wmv
│ │ ├── 4_Neo4j_整体介绍.wmv
│ │ ├── 5_Neo4j_安装.wmv
│ │ ├── 6_Neo4j_启动.wmv
│ │ ├── 7_Neo4j_访问使用.wmv
│ │ ├── 8_Cypher基础_图数据模型.wmv
│ │ └── 9_Cypher基础_写入和查询节点.wmv
│ ├── Day2
│ │ ├── 10_实体抽取模型_AI自动标注_工作流程.wmv
│ │ ├── 11_实体抽取模型_AI自动标注_MLBackend.wmv
│ │ ├── 12_实体抽取模型_AI自动标注_连接模型.wmv
│ │ ├── 13_实体抽取模型_AI自动标注_修改代码_setup.wmv
│ │ ├── 14_实体抽取模型_AI自动标注_修改代码_predict.wmv
│ │ ├── 1_Cypher高级查询_联合查询.wmv
│ │ ├── 2_Cypher高级查询_子查询.wmv
│ │ ├── 3_Cypher高级查询_高级模式匹配.wmv
│ │ ├── 4_Cypher_约束.wmv
│ │ ├── 5_Python访问Neo4j_创建Driver.wmv
│ │ ├── 6_Python访问Neo4j_执行Cypher语句.wmv
│ │ ├── 7_实体抽取模型_整体架构和数据准备.wmv
│ │ ├── 8_实体抽取模型_LabelStudio安装和启动.wmv
│ │ └── 9_实体抽取模型_LabelStudio_人工标注.wmv
│ ├── Day3
│ │ ├── 10_实体抽取模型_模型训练_评估函数和完整训练.wmv
│ │ ├── 11_实体抽取模型_模型训练_训练日志分析.wmv
│ │ ├── 12_实体抽取模型_模型训练_早停.wmv
│ │ ├── 13_实体抽取模型_模型预测_基本实现.wmv
│ │ ├── 1_实体抽取模型_整体架构.wmv
│ │ ├── 2_实体抽取模型_配置文件.wmv
│ │ ├── 3_实体抽取模型_数据预处理_整体思路.wmv
│ │ ├── 4_实体抽取模型_数据预处理_代码整体实现.wmv
│ │ ├── 5_实体抽取模型_数据预处理_编码实现和测试.wmv
│ │ ├── 6_实体抽取模型_模型训练_整体流程和Trainer类.wmv
│ │ ├── 7_实体抽取模型_模型训练_Trainer参数和训练演示.wmv
│ │ ├── 8_实体抽取模型_模型训练_TrainingArguments参数.wmv
│ │ ├── 9_实体抽取模型_模型训练_配置参数和训练过程.wmv
│ │ └── TrainingArguments.md
│ ├── Day4
│ │ ├── 10_电商图谱构建_数据同步工具_UNWIND处理列表.wmv
│ │ ├── 11_电商图谱构建_数据同步工具_关系写入Neo4j.wmv
│ │ ├── 12_电商图谱构建_数据同步工具_完整实现.wmv
│ │ ├── 13_电商图谱构建_同步结构化数据_分类信息.wmv
│ │ ├── 14_电商图谱构建_同步结构化数据_平台属性.wmv
│ │ ├── 15_电商图谱构建_同步结构化数据_商品和品牌信息.wmv
│ │ ├── 16_电商图谱构建_同步结构化数据_销售属性.wmv
│ │ ├── 17_电商图谱构建_补充说明.wmv
│ │ ├── 18_电商图谱构建_同步非结构化数据.wmv
│ │ ├── 1_实体抽取模型_模型预测_抽取实体标签.wmv
│ │ ├── 2_实体抽取模型_模型评估.wmv
│ │ ├── 3_电商图谱构建_思路和整体架构.wmv
│ │ ├── 4_电商图谱构建_电商核心概念.wmv
│ │ ├── 5_电商图谱构建_业务数据库_整体梳理.wmv
│ │ ├── 6_电商图谱构建_业务数据库_关系详细梳理.wmv
│ │ ├── 7_电商图谱构建_数据同步工具_MySQL读取器.wmv
│ │ ├── 8_电商图谱构建_数据同步工具_读取MySQL测试.wmv
│ │ ├── 9_电商图谱构建_数据同步工具_节点写入Neo4j测试.wmv
│ │ ├── gmall.ndm2
│ │ └── 电商核心概念.drawio
│ └── Day5
│ ├── 10_知识图谱应用_聊天服务_实体对齐和生成回答.wmv
│ ├── 11_知识图谱应用_聊天接口_web应用实现和测试.wmv
│ ├── 1_知识图谱应用_整体架构.wmv
│ ├── 2_知识图谱应用_基于图数据库的问答系统示例.wmv
│ ├── 3_知识图谱应用_实体对齐思路_基于向量数据库和同义词表.wmv
│ ├── 4_知识图谱应用_实体对齐思路_基于Neo4j语义相似度.wmv
│ ├── 5_知识图谱应用_实体对齐_测试案例_全文检索.wmv
│ ├── 6_知识图谱应用_实体对齐_测试案例_向量检索.wmv
│ ├── 7_知识图谱应用_创建索引工具类.wmv
│ ├── 8_知识图谱应用_创建索引工具类_测试.wmv
│ ├── 9_知识图谱应用_聊天服务_初始化和生成Cypher.wmv
│ └── 实体对齐思路.xmind
├── 16_尚硅谷大模型项目实战之AI智教
│ ├── 视频
│ │ └── day01
│ │ ├── AI智教_01_项目介绍.mp4
│ │ └── AI智教_02_mysql数据.mp4
│ └── 资料
├── 17_尚硅谷大模型项目实战之智医助手
│ ├── 资料
│ ├── 1-医疗项目介绍.mp4
│ ├── 2-Agent工具.mp4
│ ├── 3-Agent记忆.mp4
│ ├── 4-项目总结1-混合检索问题点.mp4
│ ├── 5-项目总结2-实体对齐.mp4
│ ├── 6-使用聚类的原因.mp4
│ ├── 7-Agent细节点讲解.mp4
│ └── 8-子Agent.mp4
├── 18_尚硅谷大模型技术之Coze+Dify平台智能体开发实战
│ ├── 1-课件
│ │ └── 09-企业级大模型的部署.md
│ ├── 2-资料
│ └── 4-视频
│ ├── day01
│ │ ├── 01-智能体开发的简单概述.mp4
│ │ ├── 02-什么是RAG，RAG的执行流程.mp4
│ │ ├── 03-个人知识库的介绍.mp4
│ │ ├── 04-CherryStudio软件的基本使用.mp4
│ │ ├── 05-CherryStudio中知识库的搭建与使用.mp4
│ │ ├── 06-ima中知识库的搭建与使用.mp4
│ │ ├── 07-Dify的介绍.mp4
│ │ ├── 08-Dify平台知识库的构建与基本使用.mp4
│ │ ├── 09-智能体的概述.mp4
│ │ ├── 10-三个不同level级别的智能体介绍.mp4
│ │ ├── 11-coze平台简单功能的介绍.mp4
│ │ ├── 12-coze构建智能体：深夜情感主持.mp4
│ │ ├── 13-coze构建智能体：高校百事通.mp4
│ │ ├── 14-coze构建智能体：家庭记账软件.mp4
│ │ ├── 15-Dify构建智能体：时事评论助手.mp4
│ │ └── 16-Coze案例：一键生成行业调研PPT.mp4
│ ├── day02
│ │ ├── 01-智能体、工作流编写的回顾和细节说明.mp4
│ │ ├── 02-coze案例：复刻爆款视频.mp4
│ │ ├── 03-coze案例：产品营销海报的生成.mp4
│ │ ├── 04-Dify案例：客户投诉分类助手.mp4
│ │ ├── 05-Coze和Dify平台如何导入和导出工作流.mp4
│ │ ├── 06-Dify案例：一键生成行业调研报告：插件的配置.mp4
│ │ ├── 07-Dify案例：一键生成行业调研报告.mp4
│ │ ├── 08-coze案例：客服对话记录分析.mp4
│ │ ├── 09-Dify案例：客服对话记录分析.mp4
│ │ ├── 10-Coze案例：商品评论分析.mp4
│ │ └── 11-Dify案例：商品评论分析.mp4
│ ├── day03
│ │ ├── 01-今天的讲解内容说明.mp4
│ │ ├── 02-coze案例：商品营销卖点提炼的整体介绍.mp4
│ │ ├── 03-coze案例：工作流1之产品名称和功能的生成.mp4
│ │ ├── 04-coze案例：工作流2之产品卖点的生成.mp4
│ │ ├── 05-几个项目间的关系.mp4
│ │ ├── 06-coze案例：工作流3之卖点转买点的生成.mp4
│ │ ├── 07-coze案例：工作流4之小红书短视频的生成.mp4
│ │ ├── 08-coze案例：商品营销卖点演示及面试准备项.mp4
│ │ ├── 09-如何使用Python代码调用Dify平台的工作流.mp4
│ │ ├── 10-如何使用Python代码调用Coze平台的工作流.mp4
│ │ └── 11-演示Python调用Coze工作的成功演示.mp4
│ └── day04
│ ├── 01-coze的开源与部署流程.mp4
│ ├── 02-docker的理解和下载安装.mp4
│ ├── 03-coze studio的windows平台的下载与部署.mp4
│ ├── 04-coze studio后期再启动的方式.mp4
│ ├── 05-coze loop的windows平台的下载与部署.mp4
│ ├── 06-coze loop的功能演示.mp4
│ ├── 07-企业级大模型的部署方案.mp4
│ ├── 08-主线1：安装部署腾讯云服务器.mp4
│ ├── 09-主线1：Docker的安装.mp4
│ ├── 10-主线1：Docker中部署Dify.mp4
│ ├── 11-主线1：Dify的启动与模型配置.mp4
│ ├── 12-主线2：AutoDL平台服务器的部署.mp4
│ ├── 13-主线2：安装Ollama.mp4
│ ├── 14-主线2：下载大模型并在Dify中配置.mp4
│ ├── 15-主线3：AutoDL平台服务器的部署.mp4
│ ├── 16-主线3：XInference的安装与启动.mp4
│ ├── 17-主线3：大模型的上传与启动.mp4
│ └── 18-部署小结.mp4
├── 19_尚硅谷大模型技术之LLM
│ │ ├── 01-LLM-概述.mp4
│ │ ├── 02-LLM-发展历史-GPT系列-GPT-1-概述&架构.mp4
│ │ ├── 03-LLM-发展历史-GPT系列-GPT-1-训练&能力.mp4
│ │ ├── 04-LLM-发展历史-GPT系列-GPT-2-概述.mp4
│ │ ├── 05-LLM-发展历史-GPT系列-GPT-2-架构.mp4
│ │ ├── 06-LLM-发展历史-GPT系列-GPT-2-训练&能力.mp4
│ │ ├── 07-LLM-发展历史-GPT系列-GPT-3-概述&架构.mp4
│ │ ├── 08-LLM-发展历史-GPT系列-GPT-3-训练&能力.mp4
│ │ ├── 09-LLM-发展历史-GPT系列-InstructGPT-概述.mp4
│ │ ├── 10-LLM-发展历史-GPT系列-InstructGPT-架构&训练.mp4
│ │ ├── 11-LLM-发展历史-GPT系列-InstructGPT-能力.mp4
│ │ ├── 12-LLM-发展历史-GPT系列-ChatGPT.mp4
│ │ ├── 13-LLM-发展历史-GPT系列-主流LLM概览.mp4
│ │ ├── 14-LLM-架构-基础架构.mp4
│ │ ├── 15-LLM-架构-架构演进-Attention-MHA.mp4
│ │ ├── 16-LLM-架构-架构演进-Attention-MQA.mp4
│ │ ├── 17-LLM-架构-架构演进-Attention-GQA.mp4
│ │ ├── 18-LLM-架构-架构演进-Attention-MLA.mp4
│ │ ├── 19-LLM-架构-架构演进-FFN-激活函数-上.mp4
│ │ ├── 20-LLM-架构-架构演进-FFN-激活函数-下.mp4
│ │ └── 21-LLM-架构-架构演进-FFN-MoE.mp4
│ ├── day_02
│ │ ├── 01-LLM-架构-演进-残差连接和归一化-RMSNorm.mp4
│ │ ├── 02-LLM-架构-演进-残差连接和归一化-归一化放置位置.mp4
│ │ ├── 03-LLM-架构-演进-位置编码-正余弦位置编码-上.mp4
│ │ ├── 04-LLM-架构-演进-位置编码-正余弦位置编码-下.mp4
│ │ ├── 05-LLM-架构-演进-位置编码-可学习位置编码.mp4
│ │ ├── 06-LLM-架构-演进-位置编码-旋转位置编码-上.mp4
│ │ ├── 07-LLM-架构-演进-位置编码-旋转位置编码-中.mp4
│ │ ├── 08-LLM-架构-演进-位置编码-旋转位置编码-下.mp4
│ │ ├── 09-LLM-架构-主流模型架构赏析.mp4
│ │ ├── 10-LLM-适配方法-方法概述.mp4
│ │ ├── 11-LLM-适配方法-选择策略.mp4
│ │ ├── 12-LLM-监督微调-概述.mp4
│ │ ├── 13-LLM-监督微调-模型使用说明-上.mp4
│ │ ├── 14-LLM-监督微调-模型使用说明-下.mp4
│ │ ├── 15-LLM-监督微调-数据集使用说明-数据来源.mp4
│ │ ├── 16-LLM-监督微调-数据集使用说明-数据集格式.mp4
│ │ └── 16-LLM-监督微调-数据集使用说明-数据集格式(1).mp4
│ ├── day_03
│ │ ├── 01-LLM-微调-微调方法-概述.mp4
│ │ ├── 02-LLM-微调-微调方法-LoRA-原理.mp4
│ │ ├── 03-LLM-微调-微调方法-LoRA-插入位置&工程实现.mp4
│ │ ├── 04-LLM-微调-微调方法-QLoRA-概述.mp4
│ │ ├── 05-LLM-微调-微调方法-QLoRA-原理.mp4
│ │ ├── 06-LLM-分布式训练-概述.mp4
│ │ ├── 07-LLM-分布式训练-数据并行.mp4
│ │ ├── 08-LLM-分布式训练-流水线并行.mp4
│ │ ├── 09-LLM-分布式训练-张量并行.mp4
│ │ ├── 10-LLM-分布式训练-专家并行.mp4
│ │ ├── 11-LLM-分布式训练-Zero-概述.mp4
│ │ ├── 12-LLM-分布式训练-Zero-分片策略.mp4
│ │ ├── 13-LLM-分布式训练-Zero-原理.mp4
│ │ ├── 14-LLM-设备选择-常见GPU型号.mp4
│ │ ├── 15-LLM-设备选择-显存估算.mp4
│ │ ├── 16-LLM-微调工具.mp4
│ │ ├── AllReduce Blog.pdf
│ │ └── AllReduce.pptx
│ ├── day_04
│ │ ├── 01-LLM-微调实战-SFTTrainer-概述.mp4
│ │ ├── 02-LLM-微调实战-SFTTrainer-构造参数.mp4
│ │ ├── 03-LLM-微调实战-SFTConfig-基础训练&训练优化相关.mp4
│ │ ├── 04-LLM-微调实战-SFTConfig-评估&学习率&损失计算相关.mp4
│ │ ├── 05-LLM-微调实战-SFTConfig-保存&日志相关.mp4
│ │ ├── 06-LLM-微调实战-SFTTrainer-官方案例-说明.mp4
│ │ ├── 07-LLM-微调实战-SFTTrainer-官方案例-环境准备.mp4
│ │ ├── 08-LLM-微调实战-SFTTrainer-官方案例-模型加载&数据集处理.mp4
│ │ ├── 09-LLM-微调实战-SFTTrainer-官方案例-Trainer配置&训练.mp4
│ │ ├── 10-LLM-微调实战-SFTTrainer-官方案例-推理演示.mp4
│ │ ├── 11-LLM-微调实战-SFTTrainer-LoRA案例-概述.mp4
│ │ ├── 12-LLM-微调实战-SFTTrainer-LoRA案例-流程说明.mp4
│ │ ├── 13-LLM-微调实战-SFTTrainer-LoRA案例-训练.mp4
│ │ ├── 14-LLM-微调实战-SFTTrainer-LoRA案例-训练-OOM问题.mp4
│ │ ├── 15-LLM-微调实战-SFTTrainer-LoRA案例-合并&推理.mp4
│ │ ├── SFTTrainer常用参数.md
│ │ ├── SFTTrainer常用参数.pdf
│ │ └── 官方教程链接.txt
│ ├── day_05
│ │ ├── 01-LLM-微调实战-参数高效微调-QLoRA-概述.mp4
│ │ ├── 02-LLM-微调实战-参数高效微调-QLoRA-编码.mp4
│ │ ├── 03-LLM-微调实战-参数高效微调-QLoRA-推理&合并.mp4
│ │ ├── 04-LLM-微调实战-参数高效微调-Unsloth-概述.mp4
│ │ ├── 05-LLM-微调实战-参数高效微调-Unsloth-训练.mp4
│ │ ├── 06-LLM-微调实战-参数高效微调-Unsloth-合并.mp4
│ │ ├── 07-LLM-微调实战-参数高效微调-Unsloth-合并结果.mp4
│ │ ├── 08-LLM-微调实战-分布式训练-Accelerate使用说明.mp4
│ │ ├── 09-LLM-微调实战-分布式训练-服务器选择.mp4
│ │ ├── 10-LLM-微调实战-分布式训练-训练脚本编写.mp4
│ │ ├── 11-LLM-微调实战-分布式训练-运行脚本.mp4
│ │ ├── 12-LLM-微调实战-分布式训练-Zero调参实验(直接看结尾测试结果).mp4
│ │ ├── Zero配置实验结果.txt
│ │ └── 官方教程链接.txt
│ └── day_06
│ ├── 01-LLM-微调实战-分布式训练-推理.mp4
│ ├── 02-LLM-微调实战-LLamaFactory-安装.mp4
│ ├── 03-LLM-微调实战-LLamaFactory-WebUI.mp4
│ ├── 04-LLM-微调实战-LLamaFactory-WebUI-整体介绍.mp4
│ ├── 05-LLM-微调实战-LLamaFactory-WebUI-数据准备.mp4
│ ├── 06-LLM-微调实战-LLamaFactory-WebUI-训练配置.mp4
│ ├── 07-LLM-微调实战-LLamaFactory-WebUI-使用HuggingFace镜像说明.mp4
│ ├── 08-LLM-微调实战-LLamaFactory-WebUI-测试&合并&导出.mp4
│ ├── 09-LLM-部署-vLLM-概述.mp4
│ ├── 10-LLM-部署-vLLM-安装.mp4
│ ├── 11-LLM-部署-vLLM-使用说明.mp4
│ ├── 12-LLM-部署-vLLM-部署模型.mp4
│ ├── 13-LLM-部署-vLLM-接口测试.mp4
│ ├── 14-LLM-测试-EvalScope-概述.mp4
│ ├── 15-LLM-测试-EvalScope-压力测试.mp4
│ ├── llama_factory启动所需环境变量.txt
│ └── 官方教程链接.txt
├── 20_尚硅谷大模型技术之强化学习
│ ├── 代码
│ │ └── day01
│ │ ├── cartpole.gif
│ │ ├── cartpole.mp4
│ │ ├── code-1.py
│ │ └── code-2.py
│ ├── 视频
│ │ ├── day01
│ │ │ ├── 1-强化学习简介-1.mp4
│ │ │ ├── 2-强化学习简介-2-价值函数.mp4
│ │ │ ├── 3-强化学习简介-3-倒立摆环境编程实践.mp4
│ │ │ ├── 4-强化学习简介-4-代码讲解.mp4
│ │ │ ├── 5-强化学习简介-5-马尔可夫决策过程.mp4
│ │ │ ├── 6-强化学习简介-6-贝尔曼方程.mp4
│ │ │ └── 7-策略梯度法-1.mp4
│ │ ├── day02
│ │ │ ├── day02
│ │ │ ├── 10-策略梯度法-4-REINFORCE.mp4
│ │ │ ├── 11-策略梯度法-5-Actor-Critic架构.mp4
│ │ │ ├── 8-策略梯度法-2-代码实现.mp4
│ │ │ └── 9-策略梯度法-3-策略梯度定义数学推导.mp4
│ │ ├── day03
│ │ │ ├── day03
│ │ │ ├── 12-策略梯度法-6-广义优势估计.mp4
│ │ │ ├── 13-策略梯度法-7-演员评论家代码实现.mp4
│ │ │ ├── 14-而略梯度法-8-使用一条轨迹的演员评论家代码实现.mp4
│ │ │ ├── 15-PPO-1.mp4
│ │ │ ├── 16-PPO-2.mp4
│ │ │ └── 17-PPO-3-代码实现.mp4
│ │ ├── day04
│ │ │ ├── day04
│ │ │ ├── 18-KL散度-信息论.mp4
│ │ │ ├── 19-重要性采样.mp4
│ │ │ ├── 20-PPO-背后的数学-1.mp4
│ │ │ ├── 21-PPO-背后的数学-2.mp4
│ │ │ └── 22-GRPO.mp4
│ │ ├── day05
│ │ │ ├── day05
│ │ │ ├── 23-RLHF概述-1.mp4
│ │ │ ├── 24-RLHF概述-2.mp4
│ │ │ ├── 25-DPO微调LLM-1.mp4
│ │ │ ├── 26-DPO微调LLM-2.mp4
│ │ │ └── 27-DPO微调LLM-SFT.mp4
│ │ ├── day06
│ │ │ ├── day06
│ │ │ ├── 28-DPO微调LLM-DPO.mp4
│ │ │ ├── 29-InstructGPT中即时奖励的计算.mp4
│ │ │ ├── 30-InstructGPT-SFT-奖励模型的训练.mp4
│ │ │ ├── 31-InstructGPT中即时奖励和价值的计算.mp4
│ │ │ ├── 32-InstructGPT-PPO.mp4
│ │ │ └── 33-InstructGPT总结.mp4
│ │ ├── day07
│ │ │ ├── dapo
│ │ │ ├── 34-InstructGPT复习.mp4
│ │ │ ├── 35-使用GRPO微调LLM产生思维链-1.mp4
│ │ │ └── 36-使用GRPO微调LLM产生思维链-2.mp4
│ │ └── day08
│ │ ├── day08
│ │ ├── 37-GRPO微调LLM代码详解-1.mp4
│ │ ├── 38-GRPO微调LLM代码详解-2.mp4
│ │ ├── 39-GRPO微调LLM代码详解-3.mp4
│ │ ├── 40-强化学习简单总结.mp4
│ │ └── 41-反向传播算法复习-KV缓存讲解.mp4
│ └── 资料
│ └── main.pdf
├── 21_尚硅谷大模型技术之多模态
│ ├── 1.笔记
│ │ └── main.pdf
│ ├── 2.视频
│ │ ├── day01
│ │ │ ├── day01
│ │ │ ├── 1-ViT-补丁嵌入-位置编码.mp4
│ │ │ ├── 2-ViT-手写数字识别.mp4
│ │ │ ├── 3-Clip-1.mp4
│ │ │ ├── 4-Clip-2.mp4
│ │ │ └── 5-Clip-3.mp4
│ │ ├── day02
│ │ │ ├── 代码资料
│ │ │ ├── 10-扩散模型-2-正向扩散代码实现.mp4
│ │ │ ├── 11-扩散模型-3-训练.mp4
│ │ │ ├── 6-ClipCap-1.mp4
│ │ │ ├── 7-ClipCap-2.mp4
│ │ │ ├── 8-ClipCap-3.mp4
│ │ │ └── 9-扩散模型-1.mp4
│ │ ├── day03
│ │ │ ├── day03
│ │ │ ├── 12-扩散模型-4-正向扩散过程的推导.mp4
│ │ │ ├── 13-扩散模型-5-逆向扩散过程-1.mp4
│ │ │ ├── 14-扩散模型-6-逆向扩散过程推导-2.mp4
│ │ │ ├── 15-条件扩散模型-1.mp4
│ │ │ ├── 16-条件扩散模型-2.mp4
│ │ │ └── 17-DALLE2-先验模型.mp4
│ │ └── day04
│ │ ├── day04
│ │ ├── 18-DALLE2-先验模型-2.mp4
│ │ ├── 19-DALLE2-残差块-注意力块讲解.mp4
│ │ ├── 20-DALLE2-完整训练流程.mp4
│ │ ├── 21-DALLE2-代码讲解-1.mp4
│ │ └── 22-DALLE2-代码讲解-2.mp4
│ └── 1.笔记.zip
├── 22_尚硅谷大模型技术之langgraph
│ ├── 1.笔记
│ │ ├── day01作业
│ │ │ └── Day01
│ │ ├── 尚硅谷大模型技术之LangGraphV1.0.3.docx
│ │ └── 尚硅谷大模型技术之LangGraphV1.0.5.pdf
│ ├── 2.资料
│ ├── day01
│ │ ├── 01_langgraph介绍.mp4
│ │ ├── 02_langgraph_state_schema.mp4
│ │ ├── 03_langgraph_state_reducer_1.mp4
│ │ ├── 04_langgraph概念.mp4
│ │ ├── 05_langgraph_state_schema补充.mp4
│ │ ├── 06_langgraph消息列表状态追加.mp4
│ │ ├── 07_langgraph列表状态追加.mp4
│ │ ├── 08_langgraph其他状态追加.mp4
│ │ ├── 09_langgraph自定义状态处理逻辑.mp4
│ │ ├── 10_langgraph状态处理聊天机器人.mp4
│ │ ├── 11_langgraph节点重试机制.mp4
│ │ ├── 12_langgraph节点等待机制.mp4
│ │ ├── 13_langgraph超步概念.mp4
│ │ ├── 14_langgraph普通边.mp4
│ │ ├── 15_langgraph条件边.mp4
│ │ ├── 16_langgraph条件入口点.mp4
│ │ ├── 17_langgraph循环边.mp4
│ │ ├── 18_langgraph三要素回顾.mp4
│ │ └── 20251230_082900.mp4
│ ├── day02
│ │ ├── day02
│ │ ├── 作业
│ │ ├── 01_回顾.mp4
│ │ ├── 02_作业_1.mp4
│ │ ├── 03_作业_2.mp4
│ │ ├── 04_Send.mp4
│ │ ├── 05_Command.mp4
│ │ ├── 06_Command_父图导航.mp4
│ │ ├── 07_Command_外部数据引入.mp4
│ │ ├── 08_Command_流式处理意义.mp4
│ │ ├── 09_可视化.mp4
│ │ ├── 10_async.mp4
│ │ ├── 11_ram_checkpoint.mp4
│ │ └── 12_db_checkpoint.mp4
│ ├── day03
├── 23_尚硅谷大模型项目之点餐智能体
│ │ ├── 10、AI_点餐智能体工具模块封装(查询嵌入需要用到的菜品信息）编码实现.mp4
│ │ ├── 11、AI_点餐智能体工具模块封装（测试所有菜品信息的字符串）编码实现.mp4
│ │ ├── 12、AI_点餐智能体工具模块封装（测试所有菜品结构化信息）编码实现.mp4
│ │ ├── 13、AI_点餐智能体搭建Web应用（创建FastAPI实例和uvicorn服务器）编码实现.mp4
│ │ ├── 14、AI_点餐智能体测试Web应用接口可用性编码实现.mp4
│ │ ├── 15、AI_点餐智能体Pydantic的作用.mp4
│ │ ├── 16、AI_点餐智能体查询菜品列表区域编码实现.mp4
│ │ ├── 17、AI_点餐项目Pinecone向量数据库的入门使用.mp4
│ │ ├── 18、AI_点餐智能体工具模块封装（PineCone数据库的配置初始化）编码实现.mp4
│ │ ├── 19、AI_点餐智能体工具模块封装（P[ineCone数据库连接的初始化）编码实现.mp4
│ │ ├── 1、AI_点餐智能体开发课程介绍.mp4
│ │ ├── 20260107_085103.mp4
│ │ ├── 20、AI_点餐智能体工具模块封装（P[ineCone数据库索引库下向量数据的删除）编码实现.mp4
│ │ ├── 21、AI_点餐智能体工具模块封装（利用dashscope进行文本嵌入）编码实现.mp4
│ │ ├── 22、AI_点餐智能体工具模块封装（文本向量化的前置加载以及切割）编码实现.mp4
│ │ ├── 23、AI_点餐智能体工具模块封装（构建元数据同步到向量数据库）编码实现.mp4
│ │ ├── 24、AI_点餐智能体工具模块封装（测试向量数据库的初始化以及同步数据）编码实现.mp4
│ │ ├── 25、遗漏的小bug修复.mp4
│ │ ├── 2、AI_点餐智能体技术栈说明以及项目演示.mp4
│ │ ├── 3、AI_点餐智能体虚拟环境说明.mp4
│ │ ├── 4、AI_点餐智能体环境变量配置以及安装包的说明.mp4
│ │ ├── 5、AI_点餐智能体项目结构解读和启动前端项目.mp4
│ │ ├── 6、AI_点餐智能体工具模块封装（MySQL数据库的初始化）编码实现.mp4
│ │ ├── 7、AI_点餐智能体工具模块封装（MySQL数据库初始化连接和游标对象）编码实现.mp4
│ │ ├── 8、AI_点餐智能体工具模块封装（MySQL数据库实例对象进阶为上下文管理器对象）编码实现.mp4
│ │ └── 9、AI_点餐智能体工具模块封装（测试数据库连接的可用性）编码实现.mp4
│ ├── day02
│ │ ├── smart_diancan
│ │ ├── 10、AI_点餐智能体业务工具（对接高德地图路径规划服务介绍以及分析）.mp4
│ │ ├── 11、AI_点餐智能体业务工具（dataclass封装高德地图的配置信息）编码实现.mp4
│ │ ├── 12、AI_点餐智能体业务工具（封装外部和内部路径模式以及转换器）编码实现.mp4
│ │ ├── 13、AI_点餐智能体业务工具（封装三种路径规划方式处理）编码实现.mp4
│ │ ├── 14、AI_点餐智能体业务工具（封装配送距离范围检查）编码实现.mp4
│ │ ├── 15、AI_点餐智能体业务工具（测试配送范围).mp4
│ │ ├── 16、AI_点餐智能体封装配送范围查询接口编码实现.mp4
│ │ ├── 17、AI_点餐智能体模型调用工具的结构搭建以及简单回顾LangChain概念.mp4
│ │ ├── 18、AI_点餐智能体模型调用的工具封住以及测试编码.mp4
│ │ ├── 1、AI_点餐智能体业务工具（向量数据库查询）编码实现.mp4
│ │ ├── 2、AI_点餐智能体业务工具（向量数据库查询测试）编码实现.mp4
│ │ ├── 3、AI_点餐智能体业务工具（向量数据库查询带分数以及id结构）编码实现.mp4
│ │ ├── 4、AI_点餐智能体业务工具（正则的简单使用以及测试）编码实现.mp4
│ │ ├── 5、AI_点餐智能体业务工具（对接高德地图Api_Key申请）.mp4
│ │ ├── 6、AI_点餐智能体业务工具（对接高德地图地理编码服务介绍）.mp4
│ │ ├── 7、AI_点餐智能体业务工具（高德地图工具模块封装重试级别的会话请求）编码实现.mp4
│ │ ├── 8、AI_点餐智能体业务工具（高德地图工具模块封装协议降级的安全请求）编码实现.mp4
│ │ └── 9、AI_点餐智能体业务工具（高德地图工具模块封装地理位置编码）编码以及测试实现.mp4
│ └── day03
│ ├── bj250716
│ ├── 提示词模版
│ ├── 10、.mp4
│ ├── 11、AI_点餐智能体助手（Agent）封装助手整个逻辑编码实现.mp4
│ ├── 12、AI_点餐智能体助手（Agent）清洗LLM模型的输出内容（优化1）.mp4
│ ├── 13、AI_点餐智能体助手（Agent）校验LLM模型输出工具结构的有效性（优化2）.mp4
│ ├── 14、AI_点餐智能体助手（Agent）引入重试机制和降级处理保证工具调用的健壮性（优化3）.mp4
│ ├── 15、AI_点餐智能体助手（Agent）测试小助手的功能.mp4
│ ├── 16、AI_点餐智能体助手（Agent)封装web层和助手的交互.mp4
│ ├── 1、AI_点餐智能体的前两天回顾.mp4
│ ├── 2、AI_点餐智能体助手(Agent)模版的实现功能分析.mp4
│ ├── 3、AI_点餐智能体助手（Agent）的意图分析指令解读.mp4
│ ├── 4、AI_点餐智能体助手（Agent）的代码编写流程.mp4
│ ├── 5、AI_点餐智能体助手（Agent）工具集的封装加载提示词模版编码实现.mp4
│ ├── 6、AI_点餐智能体助手（Agent）记忆组件的作用.mp4
│ ├── 7、AI_点餐智能体助手（Agent）工具集的封装常规问题处理编码实现.mp4
│ ├── 8、AI_点餐智能体助手（Agent）工具集的封装菜品推荐工具的编码实现.mp4
│ ├── 9、AI_点餐智能体助手（Agent）工具集的封装距离范围检查工具的编码实现.mp4
│ ├── day03_对接大模型.md
│ └── 课堂笔记.excalidraw
├── 24_尚硅谷大模型项目之ITS多智能体
│ ├── 资料
│ │ ├── 10、AI_多智能体ITS项目知识库库平台的环境准备.mp4
│ │ ├── 11、AI_多智能体ITS项目知识库平台封装客户端获取知识库内容编码实现.mp4
│ │ ├── 12、AI_多智能体ITS项目知识库平台构建HtmlParser解析器解析爬取到的原始数据编码实现（1）.mp4
│ │ ├── 13、AI_多智能体ITS项目知识库平台构建HtmlParser解析器解析爬取到的原始数据编码实现（2）.mp4
│ │ ├── 14、AI_多智能体ITS项目知识库平台构建HtmlParser解析器解析爬取到的原始数据编码实现（3）.mp4
│ │ ├── 15、AI_多智能体ITS项目知识库平台构建HtmlParser解析器解析爬取到的原始数据编码实现（5）.mp4
│ │ ├── 16、AI_多智能体ITS项目知识库平台构建向量化用的1000个文档.mp4
│ │ ├── 1、AI_多智能ITS资料的说明.mp4
│ │ ├── 2、AI_多智能体ITS项目演示.mp4
│ │ ├── 3、AI_多智能体ITS项目背景.mp4
│ │ ├── 4、AI_多智能体ITS的技术栈架构.mp4
│ │ ├── 5、AI_多智能体ITS架构设计模式（两种编排设计模式）.mp4
│ │ ├── 6、AI_多智能ITS项目最终使用的多智能体编排模式.mp4
│ │ ├── 7、AI_多智能体ITS项目三大智能体的业务边界.mp4
│ │ ├── 8、AI_多智能体ITS项目业务架构设计与常见的问题.mp4
│ │ └── 9、AI_多智能体ITS项目知识库项目平台说明.mp4
│ ├── day02
│ │ ├── 笔记
│ │ ├── 10、AI_多智能体ITS中文件上传的完整编码实现.mp4
│ │ ├── 11、AI_多智能体ITS的异步async和await关键字作用.mp4
│ │ ├── 12、AI_多智能体ITS文件上传的完整编码实现异步编码1.mp4
│ │ ├── 13、AI_多智能体ITS文件上传的完整编码实现异步编码2.mp4
│ │ ├── 1_AI_多智能体ITS回顾前一天内容.mp4
│ │ ├── 2、AI_多智能体ITS封装向量数据库操作的实例对象（构造方法）编码实现.mp4
│ │ ├── 3、AI_多智能体ITS封装向量数据库操作的实例对象（文档块入库）编码实现.mp4
│ │ ├── 4、AI_多智能体ITS封装向量数据库操作的实例对象（文档入库完整操作）文档切分的原理.mp4
│ │ ├── 5、AI_多智能体ITS封装向量数据库操作的实例对象（文档入库完整操作)基本流程编码实现.mp4
│ │ ├── 6、AI_多智能体ITS封装向量数据库操作的实例对象（文档入库完整操作)动态切分的优化编码实现.mp4
│ │ ├── 7、AI_多智能体ITS封装向量数据库操作的实例对象（批量处理知识库入库操作)测试.mp4
│ │ ├── 8、AI_多智能体ITS搭建工程化的FastAPI使用.mp4

├── 25_尚硅谷大模型项目之掌柜问数
│ ├── day_01
│ │ ├── 01-掌柜问数-项目-概述.mp4
│ │ ├── 02-掌柜问数-项目-结构.mp4
│ │ ├── 03-掌柜问数-项目-演示.mp4
│ │ ├── 04-掌柜问数-项目-架构-元数据知识库-概述.mp4
│ │ ├── 05-掌柜问数-项目-架构-元数据知识库-元数据表结构.mp4
│ │ ├── 06-掌柜问数-项目-架构-元数据知识库-索引说明.mp4
│ │ ├── 07-掌柜问数-项目-架构-元数据知识库-问数智能体说明.mp4
│ │ ├── 08-掌柜问数-项目-架构-元数据知识库-问数智能体全流程.mp4
│ │ ├── 09-掌柜问数-项目-开发环境-创建项目.mp4
│ │ ├── 10-掌柜问数-项目-开发环境-docker环境.mp4
│ │ ├── 11-掌柜问数-项目-开发环境-问题总结.mp4
│ │ ├── 12-掌柜问数-项目-基础设施-配置参数管理.mp4
│ │ └── 13-掌柜问数-项目-基础设施-Mysql客户端-SQLAlchemy概述.mp4
│ ├── day_02
│ │ ├── data-agent
│ │ ├── 01-掌柜问数-基础设施-客户端-MySQL-上.mp4
│ │ ├── 02-掌柜问数-基础设施-客户端-MySQL-下.mp4
│ │ ├── 03-掌柜问数-基础设施-客户端-Qdrant-上.mp4
│ │ ├── 04-掌柜问数-基础设施-客户端-Qdrant-中.mp4
│ │ ├── 05-掌柜问数-基础设施-客户端-Qdrant-下.mp4
│ │ ├── 06-掌柜问数-基础设施-客户端-ES-快速入门.mp4
│ │ ├── 07-掌柜问数-基础设施-客户端-ES-编码.mp4
│ │ ├── 08-掌柜问数-基础设施-客户端-ES-测试.mp4
│ │ ├── 09-掌柜问数-基础设施-日志配置-上.mp4
│ │ ├── 10-掌柜问数-基础设施-日志配置-中.mp4
│ │ ├── 11-掌柜问数-基础设施-日志配置-下.mp4
│ │ └── 12-掌柜问数-构建元数据知识库-执行脚本说明.mp4
│ └── day_03
│ ├── data-agent
│ ├── 01-掌柜问数-元数据知识库-参数解析.mp4
│ ├── 02-掌柜问数-元数据知识库-思路梳理.mp4
│ ├── 03-掌柜问数-元数据知识库-加载配置文件.mp4
│ ├── 04-掌柜问数-元数据知识库-保存表信息到meta-上.mp4
│ ├── 05-掌柜问数-元数据知识库-保存表信息到meta-下.mp4
│ ├── 06-掌柜问数-元数据知识库-字段向量索引-上.mp4
│ ├── 07-掌柜问数-元数据知识库-字段向量索引-下.mp4
│ ├── 08-掌柜问数-元数据知识库-代码整理.mp4
│ └── 09-掌柜问数-元数据知识库-字段取值全文索引.mp4
├── 阶段测试
│ ├── 机器学习
│ │ ├── 机器学习测试题（答案版）.docx
│ │ └── 机器学习阶段测试题.docx
│ ├── 深度学习
│ │ ├── 阶段五-深度学习阶段测试-答案.docx
│ │ └── 深度学习阶段测试.docx
│ ├── 数据分析
│ │ ├── 阶段三-数据分析阶段考试题-答案.docx
│ │ └── 阶段三-数据分析阶段考试题.docx
│ └── 数据结构
│ ├── 阶段二-数据结构与算法阶段考试题-答案.docx
│ └── 阶段二-数据结构与算法阶段考试题.docx
├── 面试大保健
│ ├── 面试题串讲-NLP
│ │ ├── 1_基础概念和任务.wmv
│ │ ├── 2_文本表示方法.wmv
│ │ ├── 3_传统序列模型.wmv
│ │ ├── 4_Seq2Seq和Attention.wmv
│ │ ├── 5_Transformer.wmv
│ │ ├── 6_预训练模型.wmv
│ │ └── 7_评估指标和其它.wmv
│ ├── 面试题串讲-Python、数据结构、数据分析
│ │ ├── 00_AI大模型之Python面试题串讲_1.mp4
│ │ ├── 01_AI大模型之Python面试题串讲_2.mp4
│ │ ├── 02_AI大模型之Python面试题串讲_3.mp4
│ │ └── 03_AI大模型之Python面试题串讲_4.mp4
│ ├── 面试题串讲-机器学习
│ │ ├── 10_集成学习.wmv
│ │ ├── 11_聚类.wmv
│ │ ├── 12_降维.wmv
│ │ ├── 1_机器学习基础概念.wmv
│ │ ├── 2_数据处理和特征工程.wmv
│ │ ├── 3_模型评估和模型选择.wmv
│ │ ├── 4_模型求解和优化.wmv
│ │ ├── 5_模型评价指标.wmv
│ │ ├── 6_KNN.wmv
│ │ ├── 7_线性回归.wmv
│ │ ├── 8_逻辑回归.wmv
│ │ └── 9_其它监督学习方法.wmv
│ ├── 面试题串讲-深度学习
│ │ ├── 1_深度学习基本概念.wmv
│ │ ├── 2_激活函数.wmv
│ │ ├── 3_神经网络的训练.wmv
│ │ ├── 4_神经网络的超参数.wmv
│ │ ├── 5_神经网络的优化.wmv
│ │ ├── 6_CNN.wmv
│ │ └── 7_RNN.wmv
│ └── 尚硅谷大模型技术之高频面试题-V2.0.5.docx
└── 企业大模型研发流程
├── 01-算法工程师日常工作.mp4
├── 02-算法项目研发流程.mp4
├── 03-实际工作中的一些问题01.mp4
├── 04-实际工作中的一些问题02.mp4
├── 05-企业大模型研发流程-01.mp4
├── 06-企业大模型研发流程-02.mp4
└── 企业大模型研发流程 .pdf