课程简介：

1、深度学习基础
-深度学习基本概念巩固
-深度学习经典模型解析
-深度学习模型优化策略解析
-深度学习GPU训练原理解析
-深度学习模型加速策略解析

2、智能对话基础
-智能对话系统综述
-QA系统架构解析
-知识图谱系统架构解析
-KBQA系统架构解析
-多轮对话系统架构解析
-生成式对话系统架构解析
-大模型浪潮下智能对话系统的发展方向

3、大模型基础
-大模型技术概述
-prompt-tuning与instruction-tuning
-parameter-efficient tuning：Adapter & LoRA
–GPT系列模型核心原理
-LLaMA & Alpaca核心原理
-BLOOM模型核心原理
-实现每个人的大模型梦想：BELLE

4、大模型微调原理与实战
-大模型微调中的硬件资源需求
-大模型微调中的数据收集与评估
-大模型微调中ChatGPT的使用
-instruction的艺术
-大模型微调详解：LLaMA & BLOOM
-大模型微调实践：微调LLaMA实现传统NLP任务
-大模型微调实践：微调BLOOMZ实现传统NLP任务

5、生成式问答系统实战
-基于大模型的生成式问答系统设计
-问答系统搭建：模型训练环境搭建
-问答系统搭建：数据收集与instruction设计
-问答系统搭建：基于开源基础模型训练底座模型
-问答系统搭建：大模型部署
-问答系统搭建：大模型性能评估
-项目总结与答疑

课程目录：

├──01 第一课
| ├──01_机器学习基本概念_ev.mp4 104.02M
| ├──02_模型训练流程_ev.mp4 98.60M
| ├──03_模型训练基本概念_ev.mp4 100.76M
| ├──04_模型训练基本概念-激活函数与损失函数_ev.mp4 81.17M
| └──Chapter01_深度学习基础.pdf 24.00M
├──02 第二课
| ├──01 分类器与评估指标_ev.mp4 90.93M
| ├──02 第一次课间答疑_ev.mp4 16.40M
| ├──03评估指标与经典模型_ev.mp4 95.66M
| ├──04 第二次课间答疑_ev.mp4 12.27M
| ├──05 seq2seq_ev.mp4 29.61M
| ├──06 Transformer基本流程_ev.mp4 48.06M
| ├──07 第三次课间答疑_ev.mp4 31.86M
| ├──08 Transformer Encoder_ev.mp4 80.47M
| ├──09 Transformer多头注意力机制_ev.mp4 36.44M
| ├──Attention Is All You Need_unlocked.pdf 13.48M
| └──Chapter01_深度学习基础_unlocked.pdf 24.22M
├──03 第三课
| ├──课件&资料
| ├──01_Transformer Encoder_ev.mp4 99.61M
| ├──02_1021第一次课间答疑_ev.mp4 18.59M
| ├──03_Transformer Decoder_ev.mp4 53.09M
| ├──04_BERT_ev.mp4 44.62M
| ├──05_1021第二次课间答疑_ev.mp4 5.65M
| ├──06_第三次课间答疑+BERT&T5+深度学习优化策略_ev.mp4 62.37M
| ├──07_CUDA与GPU基本概念_ev.mp4 29.22M
| └──08_第四次课间答疑+GPU并行训练策略_ev.mp4 75.42M
└──04 第四课
| ├──课件&资料&代码
| ├──01_整体代码框架介绍+CPU训练代码讲解01_ev.mp4 134.26M
| ├──02_第一次课间答疑_ev.mp4 19.34M
| ├──03_CPU训练代码讲解02+BERT代码Debug01_ev.mp4 185.59M
| ├──04_第二次答疑+BERT代码Debug02+多GPU训练代码讲解+Autodl使用及环境搭建_ev.mp4 228.24M
| ├──05_训练代码启动_ev.mp4 21.48M
| └──06_第三次答疑+智能对话系统概述+训练结果说明+重点总结_ev.mp4 86.36M