AI大模型学习框架
基础理论
- 数学基础
- 微积分
- 线性代数
- 概率论
- 机器学习基础
- 逻辑回归
Softmax
- 神经网络与优化器
深度学习框架
- PyTorch
- 深度学习框架介绍
- 模型构建与训练
- 其他框架
TensorFlow
Keras
传统AI算法与深度学习技术
- CNN卷积神经网络
- 网络结构与应用
- 深度学习相关技术
GAN
生成对抗网络VAE
变分自编码器
大模型理论基础与实践
- Transformer架构
- 特点与演化过程
GPT
系列模型
- BERT与变体
- 模型特点与应用
- 一词嵌入模型
openAI
的Embeddings
模型T-SME
可视化数据
应用场景与实战案例
- 经典案例
GPT4
数学学习小助手GPT4
多模态个人图片设计
- 大模型开发实战
openAI
大模型多模态应用开发- 电视剧配音与相声翻译实战
大模型部署与微调
- 硬件需求
GPU
与CPU
的区别- 所需
GPU
型号与显存计算
- 微调技术
PEFT
大模型高效微调理论Prompt
Tuning
与
P-Tuning
实战
高级应用与开发
- Langchain框架
RAG
与Vector Store
开发Langchain
Tools
与
Agent
开发
- 智能代理开发
Multi-Agent
会话系统Zero-shot
Agent零样本智能体
- RAG系统开发
- 适应性
RAG
与自我纠正RAG
- 工作流
RAG
与多智能体
系统
工具与平台
- Huggingface库
API
调用与Transformer
模块加载- 编码函数开发与项目实战
- ModelScope魔塔平台
- 大模型与数据集下载
- 云服务平台环境搭建
项目实战
- NLP项目
- 基于
Transformer
的NLP
系统 - 实时语音和文字翻译模型
- 生成模型应用
- 简历、文案与脚本生成
- 流程图制作与多模态实战
- 企业应用
-
基于
RAG
的智能客服系统 -
Logo
设计与诗词生成项目
最后有问题的欢迎关注公众号并且加微信,相互交流学习。
历史大模型系列文章: