黑马AI大模型应用开发训练营第二期

【资源目录】:

├──AI大模型 赠送资料

| ├──11本AI大模型相关电子书.zip 309.49M

| └──简历模板.zip 2.03M

├──AI大模型 直播资料

| ├──5月28日

| | ├──01-讲义

| | | ├──00-深度学习简介.pdf 631.01kb

| | | └──01-PyTorch基本使用.pdf 1.06M

| | ├──02-笔记

| | | └──深度学习基础.pdf 310.74kb

| | ├──03-代码

| | | ├──01-Pytroch基本使用

| | | └──02-神经网络

| | └──04-拓展

| | | ├──拓展1_深度学习拓展.pdf 1.45M

| | | └──拓展2_Pytorch-CUDA环境配置.pdf 485.26kb

| ├──5月30日

| | ├──01-讲义

| | | ├──02-神经网络基础.pdf 2.10M

| | | └──03-Transformer详解.pdf 3.67M

| | ├──02-笔记

| | | └──深度学习基础0530.pdf 898.72kb

| | ├──03-代码

| | | ├──02-神经网络

| | | ├──03-卷积神经网络

| | | └──04-循环神经网络

| | └──04-拓展

| | | └──拓展3_Pycharm配置Anaconda环境.pdf 658.62kb

| ├──6月11日

| | └──01-讲义

| | | ├──01-LLM主要架构介绍.pdf 7.71M

| | | └──02-ChatGPT模型原理介绍.pdf 14.35M

| ├──6月13号

| | ├──01-讲义

| | | └──01-LLM主流开源大模型介绍.pdf 11.38M

| | └──开源的LLM.pdf 32.56kb

| ├──6月15日

| | ├──01-讲义

| | | ├──01-大模型prompt-Tuning方法入门(1).pdf 8.19M

| | | ├──01-大模型prompt-Tuning方法入门.pdf 8.19M

| | | ├──02-大模型prompt-Tuning方法进阶(1).pdf 9.22M

| | | └──02-大模型prompt-Tuning方法进阶.pdf 9.22M

| | └──大模型的微调.pdf 23.48kb

| ├──6月18日

| | └──01-讲义

| | | └──01-大模型提示工程指南.pdf 1.26M

| ├──6月1日

| | ├──01-讲义

| | | ├──02-神经网络基础.pdf 2.10M

| | | ├──03-Transformer详解.pdf 3.67M

| | | ├──04-卷积神经网络.pdf 1.24M

| | | └──05-循环神经网络.pdf 933.53kb

| | ├──02-笔记

| | | └──深度学习基础0601.pdf 3.26M

| | └──03-代码

| | | ├──02-神经网络

| | | ├──03-卷积神经网络

| | | └──04-循环神经网络

| ├──6月20日

| | ├──01-讲义

| | | ├──02-金融行业动态方向评估项目.pdf 583.34kb

| | | ├──03-LLM实现金融文本分类.pdf 360.82kb

| | | ├──04-LLM实现金融信息抽取.pdf 330.91kb

| | | └──05-LLM实现金融信息匹配.pdf 303.16kb

| | ├──02-代码

| | | ├──finance_classify.py 4.44kb

| | | ├──finance_ie.py 4.93kb

| | | └──finance_text_matching.py 3.08kb

| | ├──03-weights

| | | └──chatglm2-6b-int4

| | ├──1.环境要求.pdf 110.79kb

| | ├──金融领域的行业动态分析.pdf 63.26kb

| | └──金融领域的行业动态分析.xmind 204.46kb

| ├──6月22日

| | ├──01-讲义

| | | ├──01-虚拟试衣背景.pdf 1.84M

| | | ├──02-阿里PAI平台.pdf 2.81M

| | | ├──03-阿里云注册及开通PAI.pdf 2.01M

| | | ├──04-PAI_DSW的环境搭建.pdf 1.95M

| | | └──星火大模型（博学谷）.pdf 12.10M

| | └──02-代码

| | | ├──QA_demo.zip 97.79M

| | | ├──translate_in_many_style.zip 79.31M

| | | └──语言大模型实现流程.zip 69.49kb

| ├──6月24号

| | ├──PAI_DSW的环境搭建.pdf 2.26M

| | ├──PAI平台开通指南.pdf 3.78M

| | └──虚拟试衣实践.pdf 5.23M

| ├──6月25号

| | ├──01-讲义

| | | ├──01-Function Call的原理及应用.pdf 797.72kb

| | | └──SQL.pdf 28.95kb

| | └──02-code

| | | └──ChatGLM3_FunctionCall

| ├──6月27号

| | ├──01-讲义

| | | ├──01-GPTs的介绍及应用.pdf 727.23kb

| | | ├──01-LLM基础知识.pdf 1.19M

| | | └──02-Assistant API的原理及应用.pdf 579.64kb

| | ├──03-code

| | | └──MiniMax_Assistant

| | └──2307.16789v2.pdf 1.95M

| ├──6月30日

| | ├──01-讲义

| | | └──01-AI Agents的开发应用.pdf 1.09M

| | └──02-代码

| | | └──Agent_Email_Generate

| ├──6月4日

| | ├──讲义

| | | └──大模型应用工具实战01.pdf 6.41M

| | └──软件

| | | ├──Pycharm2023补丁.rar 181.17kb

| | | └──VSCodeUserSetup-x64-1.89.1.exe 94.95M

| ├──6月7日

| | ├──软件

| | | ├──StreamingTool-7.6.2-x64.exe 355.03M

| | | └──yuan-live Setup 2.6.2.exe 123.91M

| | ├──大模型应用工具实战02.pdf 7.67M

| | └──作业.txt 0.26kb

| ├──6月8日

| | ├──01-讲义

| | | ├──01-LLM基础知识.pdf 11.36M

| | | └──02-LLM主要架构介绍.pdf 7.71M

| | ├──02-代码

| | | ├──01-bleu.py 0.53kb

| | | ├──02-rouge.py 0.17kb

| | | └──03-PPL.py 0.36kb

| | ├──LLM背景介绍.pdf 42.74kb

| | └──大模型项目研发流程.pdf 279.65kb

| ├──7月11日

| | ├──01-讲义

| | | ├──01-项目背景介绍.pdf 1.58M

| | | ├──02-基于BERT+PET方式文本分类介绍.pdf 435.60kb

| | | └──03-基于BERT+PET方式数据预处理介绍.pdf 387.28kb

| | └──02-代码

| | | ├──PET

| | | └──预训练模型

| ├──7月14日

| | ├──01-讲义

| | | ├──04-基于BERT+PET方式文本分类模型搭建.pdf 361.63kb

| | | └──05-基于BERT+P-Tuning方式文本分类介绍.pdf 455.76kb

| | ├──代码同7月11号

| | ├──基于BERT+PET实现文本分类.xmind 274.30kb

| | └──怎么使用GPU？训练使用.pdf 56.23kb

| ├──7月16日

| | ├──01-讲义

| | | ├──06-基于BERT+P-Tuning方式数据预处理介绍.pdf 390.27kb

| | | └──07-基于BERT+P-Tuning方式文本分类模型搭建.pdf 427.31kb

| | └──02-代码

| | | └──P-Tuning

| ├──7月18日

| | ├──01-讲义

| | | └──新媒体行业评论智能分类与信息抽取系统.pdf 722.27kb

| | └──基于Bert+P-tuning的文本分类.xmind 248.23kb

| ├──7月21日

| | ├──01-讲义（与7月18号一样）

| | ├──02-代码

| | | ├──chatglm-6b

| | | └──ptune_chatglm

| | ├──趋动云使用《补充》.pdf 3.11M

| | └──趋动云执行chatglm.pdf 140.30kb

| ├──7月23日

| | └──01-讲义

| | | ├──01-AIGC 背景.pdf 6.14M

| | | └──02-图像生成方法.pdf 4.61M

| ├──7月25日

| | ├──01-讲义

| | | ├──03-stableDiffusion详解.pdf 4.94M

| | | ├──04-StableDiffusion实践.pdf 6.26M

| | | └──05-腾讯云AI绘画.pdf 13.53M

| | └──02-代码

| | | ├──img-glasses

| | | ├──img_Plaidshirtprogrammer

| | | ├──weights

| | | └──aigc_demo_origin.zip 6.38M

| ├──7月28日

| | ├──01-讲义

| | | ├──1706.03762.pdf 2.11M

| | | └──AI论文阅读与写作.pdf 3.67M

| | ├──02-代码同7月25日代码

| | └──多模态大模型（文生图）.xmind 244.35kb

| ├──7月29日

| | ├──大模型训练营2期-大模型时代 .pdf 2.95M

| | ├──大模型训练营2期—简历优化 .pdf 680.04kb

| | ├──简历格式模板.zip 68.42M

| | ├──简历优化及面试注意事项.txt 0.72kb

| | ├──论文导读.zip 54.89M

| | └──人工智能-求职自我介绍以及项目描述参考模板.docx 20.83kb

| ├──7月2日

| | ├──01-讲义

| | | └──01-LangChain基础知识入门.pdf 851.75kb

| | └──02-code

| | | └──longchain

| ├──7月4日

| | ├──01-code

| | | ├──.idea

| | | └──RAG

| | └──01-讲义

| | | └──02-基于LangChain+ChatGLM-6B实现物流行业信息咨询.pdf 554.50kb

| ├──7月7日

| | ├──01-code

| | | └──Gpt2_Chatbot

| | ├──02-讲义

| | | └──基于GPT2搭建医疗问诊机器人.pdf 612.86kb

| | ├──基于GPT2的医疗机器人聊天系统.pdf 91.16kb

| | └──截图.png 76.69kb

| ├──7月9日

| | ├──01-code

| | | └──Gpt2_Chatbot

| | ├──02-讲义

| | | └──基于GPT2搭建医疗问诊机器人.pdf 612.86kb

| | ├──基于GPT2的医疗机器人聊天系统.pdf 91.16kb

| | └──截图.png 76.69kb

| └──第一周-大模型必备Python语言

| | ├──01-讲义

| | | └──Python入门教程.pdf 1.94M

| | ├──02-软件

| | | ├──Anaconda

| | | └──PyCharm

| | └──03-代码

| | | ├──【5月21日】代码

| | | ├──【5月23日】代码

| | | └──【5月26日】代码

├──大模型前置课

| ├──第二章 pytorch框架

| | ├──01-深度学习简介_ev.mp4 7.42M

| | ├──02-pytorch简介和安装方法_ev.mp4 5.87M

| | ├──03-pytorch内容说明_ev.mp4 1.88M

| | ├──04-张量的基本创建方法_ev.mp4 18.66M

| | ├──05-线性张量和随机张量_ev.mp4 7.82M

| | ├──06-创建全0、全1和指定值的张量_ev.mp4 6.21M

| | ├──07-张量元素类型转换_ev.mp4 9.00M

| | ├──08-张量创建内容总结_ev.mp4 4.90M

| | ├──09-张量转换为数组_ev.mp4 7.15M

| | ├──10-数组转换为张量_ev.mp4 9.92M

| | ├──11-张量标量数值的获取_ev.mp4 7.22M

| | ├──12-张量的基本运算_ev.mp4 16.21M

| | ├──13-张量的点乘运算_ev.mp4 7.18M

| | ├──14-张量的乘法运算_ev.mp4 9.37M

| | ├──15-张量的运算函数_ev.mp4 14.78M

| | ├──16-张量的索引操作_ev.mp4 25.71M

| | ├──17-张量的多维索引_ev.mp4 12.46M

| | ├──18-张量的reshape方法_ev.mp4 11.87M

| | ├──19-张量的squeeze和unsqueeze方法_ev.mp4 12.70M

| | ├──20-张量的transpose和permute方法_ev.mp4 15.27M

| | ├──21-张量的view方法_ev.mp4 11.43M

| | ├──22-张量的拼接操作_ev.mp4 10.08M

| | ├──23-自动微分模块_ev.mp4 36.03M

| | ├──24-线性回归简介_ev.mp4 12.02M

| | ├──25 26-线性回归的损失函数_ev.mp4 6.20M

| | ├──26 27-梯度下降算法_ev.mp4 18.51M

| | ├──27 28-线性回归实现流程_ev.mp4 11.71M

| | ├──28 29-线性回归数据集构建_ev.mp4 13.99M

| | ├──29 30-线性回归模型构建_ev.mp4 9.24M

| | └──30 31-线性回归模型训练与预测_ev.mp4 20.61M

| ├──第三章 神经网络

| | ├──01-神经网络内容简介_ev.mp4 2.60M

| | ├──02-神经元的设计_ev.mp4 9.08M

| | ├──03-神经网络的构成_ev.mp4 11.55M

| | ├──04-激活函数的作用_ev.mp4 16.69M

| | ├──05-sigmoid激活_ev.mp4 10.08M

| | ├──06-relu激活_ev.mp4 7.76M

| | ├──07-softmax激活_ev.mp4 2.83M

| | ├──08-常见的激活函数和选择方法_ev.mp4 10.55M

| | ├──09-神经网络的构建_ev.mp4 36.01M

| | ├──10-网络参数量的统计方法_ev.mp4 6.27M

| | ├──11-神经网络的优缺点_ev.mp4 4.84M

| | ├──12-损失函数_ev.mp4 12.20M

| | ├──13-梯度下降算法_ev.mp4 10.85M

| | ├──14-反向传播算法_ev.mp4 30.85M

| | ├──15-价格分类案例需求分析_ev.mp4 12.44M

| | ├──16-数据集获取_ev.mp4 19.33M

| | ├──17 18-模型构建_ev.mp4 13.36M

| | ├──18 19-模型训练_ev.mp4 22.54M

| | ├──19 20-模型评估_ev.mp4 15.32M

| | ├──20 21-NLP概述_ev.mp4 6.79M

| | ├──21 22-transformer结构介绍_ev.mp4 22.25M

| | └──22 23-transformer实现汉译英_ev.mp4 23.78M

| └──第一章 Python 基础前置课

| | ├──01-（了解）Python语言简介_ev.mp4 7.23M

| | ├──02-（重点）Anaconda3软件安装_ev.mp4 7.68M

| | ├──03-（重点）PyCharm软件的安装与激活_ev.mp4 14.17M

| | ├──04-（重点）PyCharm配置与Python入门程序编写_ev.mp4 9.15M

| | ├──05-（重点）Python中的注释_ev.mp4 8.72M

| | ├──06-（重点）Python中的变量_ev.mp4 8.80M

| | ├──07-（重点）Python中的四种基本数据类型_ev.mp4 13.07M

| | ├──08-（重点）Python中的运算符_ev.mp4 9.47M

| | ├──09-（重点）Python中的输入与输出操作_ev.mp4 20.98M

| | ├──10-（重点）Python中的print()格式化输出_ev.mp4 10.59M

| | ├──11-（重点）Python中的if选择结构_ev.mp4 7.42M

| | ├──12-（重点）Python的if…else结构与if…elif…else多分支结构_ev.mp4 13.60M

| | ├──13-（重点）if嵌套结构_ev.mp4 10.11M

| | ├──14-（重点）Python实现猜拳游戏开发_ev.mp4 12.83M

| | ├──15-（重点）Python中模块的导入与使用_ev.mp4 10.56M

| | ├──16-（重点）Python中的for循环结构_ev.mp4 7.09M

| | ├──17-（重点）for循环与range()函数结合使用_ev.mp4 10.88M

| | ├──18-（重点）for循环中的两大关键词_ev.mp4 11.11M

| | ├──19-（重点）for循环综合案例之猜数字游戏开发_ev.mp4 9.22M

| | ├──20-（重点）列表容器定义与增删改查操作_ev.mp4 16.19M

| | ├──21-（重点）列表其他操作_ev.mp4 8.29M

| | ├──22-（重点）列表的切片操作_ev.mp4 19.49M

| | ├──23-（重点）列表相关函数与操作方法_ev.mp4 20.34M

| | ├──24-（重点）Python中的元组定义与访问_ev.mp4 9.50M

| | ├──25-（重点）字典的定义与增删改查操作_ev.mp4 13.97M

| | ├──26-（重点）集合的定义与使用_ev.mp4 11.34M

| | ├──27-（重点）函数的定义与调用_ev.mp4 19.44M

| | ├──28-（重点）Python中变量的作用域_ev.mp4 15.37M

| | ├──29-（扩展）global关键字的使用_ev.mp4 7.97M

| | ├──30-（重点）函数的两种传参方式（位置传递与关键词传递）_ev.mp4 8.88M

| | ├──31-（重点）默认值参数_ev.mp4 7.10M

| | ├──32-（重点）不定长参数_ev.mp4 13.04M

| | ├──33-（重点）lambda表达式_ev.mp4 19.66M

| | ├──34-（重点）面向过程与面向对象_ev.mp4 11.60M

| | ├──35-（重点）面向对象类和对象的概念_ev.mp4 10.35M

| | ├──36-（重点）面向对象中的self关键字_ev.mp4 8.52M

| | ├──37-（重点）对象属性的设置与获取_ev.mp4 6.49M

| | ├──38-（重点）init()魔术方法的使用_ev.mp4 11.72M

| | ├──39-（重点）__call__魔术方法的使用_ev.mp4 7.51M

| | ├──40-（重点）Python中类的继承_ev.mp4 11.13M

| | ├──41-（重点）继承中的重写操作_ev.mp4 16.28M

| | └──42-（重点）super()强制调用父类属性和方法_ev.mp4 24.83M

├──001-大模型必备Python语言_ev.mp4 668.71M

├──002-大模型必备Python语言_ev.mp4 779.52M

├──003-大模型必备Python语言_ev.mp4 1.19G

├──004-大模型必备Python语言_ev.mp4 2.92M

├──005-大模型必备Python语言_ev.mp4 873.40M

├──006-大模型前置知识_ev.mp4 1.07G

├──007-大模型前置知识_ev.mp4 797.03M

├──008-大模型前置知识_ev.mp4 864.47M

├──009-大模型前置知识_ev.mp4 910.21M

├──010-大模型应用工具实战_ev.mp4 922.96M

├──011-大模型应用工具实战_ev.mp4 47.63M

├──012-大模型应用工具实战_ev.mp4 927.08M

├──013-大模型开发入门_ev.mp4 323.25M

├──014-大模型开发入门_ev.mp4 171.43M

├──015-主流大模型介绍及大模型Prompt-Tuning方法入门_ev.mp4 213.08M

├──016-大模型Prompt-Tuning方法进阶_ev.mp4 181.06M

├──017-大模型提示词工程应用1_ev.mp4 228.82M

├──018-大模型提示词工程应用2_ev.mp4 93.67M

├──019-大模型提示词工程应用3_ev.mp4 179.96M

├──020-大模型提示词_ev.mp4 543.21M

├──021-【项目1】金融行业动态风向评估_ev.mp4 534.72M

├──022-企业级大模型定制平台_ev.mp4 158.13M

├──023-企业级大模型定制平台_ev.mp4 290.83M

├──024-企业级大模型定制平台_ev.mp4 177.78M

├──025-电商虚拟试衣_ev.mp4 199.93M

├──026-（新增）大模型开发工具Function Call的原理及实践_ev.mp4 632.56M

├──027-（新增）GPTs与Assistant API_ev.mp4 627.12M

├──028-（新增）大模型Agent的原理及实践_ev.mp4 901.23M

├──029-（新增）大模型Agent的原理及实践_ev.mp4 477.16M

├──030-大模型开发工具longchain详解_ev.mp4 655.79M

├──031-【项目3】物流行业信息咨询智能问答系统_ev.mp4 458.33M

├──032-【项目4】大健康行业智能问诊系统_ev.mp4 869.79M

├──033-【项目4】大健康行业智能问诊系统_ev.mp4 482.74M

├──034-【项目4】大健康行业智能问诊系统_ev.mp4 455.94M

├──035-项目5-1】新零售行业评价决策系统【基于BERT+PET方式】_ev.mp4 489.81M

├──036-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】_ev.mp4 620.72M

├──037-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】_ev.mp4 341.15M

├──038-【项目5-2】新零售行业评价决策系统【基于BERT+P-Tuning方式】_ev.mp4 477.58M

├──039-【项目6】新媒体行业评论智能分类与信息抽取系统_ev.mp4 474.42M

├──040-【项目6】新媒体行业评论智能分类与信息抽取系统_ev.mp4 826.65M

├──041-ChatGLM-6B+LoRA模型搭建+趋动云资源配置_ev.mp4 434.40M

├──042-Stable Diffusion多模态大模型应用实战_ev.mp4 587.01M

├──043-Stable Diffusion多模态大模型应用实战_ev.mp4 432.43M

├──044-Stable Diffusion多模态大模型应用实战_ev.mp4 555.80M

├──045-Stable Diffusion多模态大模型应用实战_ev.mp4 36.81M

├──046-Stable Diffusion多模态大模型应用实战_ev.mp4 1.95M

├──047-综合项目与项目路演+【拓展】AI论文导读与论文撰写+结营典礼]】_ev.mp4 258.54M

├──048-大模型加餐课（面试指导）_ev.mp4 707.58M

└──049-大模型加餐课（模型部署）_ev.mp4 892.95M