马士兵AI大模型全链路实战vip视频课程网盘免费下载

msb-AI大模型工程师
msb-AI实战工具课
—————————————————————————————-
课时01 大模型直播课 NO.2766.3701
课时02 大模型理论基础 NO.2641
课时03 AI大模型提示词工程深入实战 NO.2662
课时04 OpenAI之嵌入式 Embedding模型 NO.2653
课时05 基于OpenAI的 大模型开发与实战 NO.2690
课时06 基于大模型的 智能翻译助手 NO.2692
课时07 Huggingface 基础教程 NO.2645
课时08 大模型应用开发框架LangChain NO.2650
课时09 AI大模型实践项目 NO.2691
课时10 大模型 LLaMA 深度解析 NO.2699
课时11 国产大模型 ChatGLM 深度实战 NO.2652
课时13 大模型微调和部署 NO.2651
课时14 大模型核心硬件选型和私有化 NO.2657.3551
课时15 从0到1训练私有大模型 NO.2647
课时17 Huggingface 实战项目 NO.2646.3540
课时18 基于AI大模型开发问答系统 NO.2649.3543
课时19 程序员的数学 NO.819.1590
课时20 线性回归算法 NO.497.1370
课时21 线性分类算法 NO.219.1218
课时22 深度学习基础 NO.789.1567
课时23 深度学习进阶 NO.793.1569
课时24 自然语言处理(NLP) NO.798.1574
课时25 PyTorch深度学习框架 NO.515.1381
—————————————————————————————-
课时01 VIP开营和AI大模型的尝鲜_ev.mp4
课时02 国内外各种大模型应用开发_ev.mp4
课时03 各种链的组装和案例_ev.mp4
课时04 Langchain中的LCEL语法_ev.mp4
—————————————————————————————-
课程资料.exe
课时01 01自然语言处理初期发展_ev.mp4
课时02 0基础预热知识_ev.mp4
课时03 06AI大模型学习建议_ev.mp4
课时04 01详解Transformerpart1_ev.mp4
课时05 02Transformer详解之位置编码_ev.mp4
课时06 03Transformer详解之add和norm_ev.mp4
课时07 04Transformer详解之decoder_ev.mp4
课时08 05Transformer详解之输出层_ev.mp4
课时09 07BERT详解_ev.mp4
课时10 08GPT1详解_ev.mp4
—————————————————————————————-
课程资料.exe
课时01 001chatgptPrompt提示词工程课程介绍_ev.mp4
课时02 002prompt和Promptengineering剖析_ev.mp4
课时03 大模型介绍,使用大模型生成简历,写小红书文案,生成图片_ev.mp4
课时04 004提示词基本技巧_灵活运营指令符号_指定输出格式markdown结合xmind生成思维导图_ev.mp4
课时05 005自己定义格式输出_使用openrouter对比大模型结果_ev.mp4
课时06 006plantuml和json格式输出并使用vscode展示_ev.mp4
课时07 007mermaid格式输出_ev.mp4
课时08 008使用chatgpt的gpts制作流程图_ev.mp4
课时09 009如何使用角色扮演写好提示词_ev.mp4
课时10 010写好结构化提示词的4要素_ev.mp4
课时11 011充分费曼学习法写好提示词_ev.mp4
课时12 01280_20原则激发大模型指导学习_ev.mp4
课时13 013写一条利用番茄工作法Prompt_ev.mp4
课时14 014利用SQ3R学习法构建提示词Prompt_ev.mp4
课时15 015结合艾宾浩斯遗忘曲线构建学习计划Prompt_ev.mp4
课时16 016交叉主题和双编码概念设计Prompt_ev.mp4
课时17 017kimi,gpt4,文心一言,gemini等大模型对比分块学习法和多感官学习法提示词的效果_ev.mp4
课时18 018playground调试学习tempaturemax_tokens参数_ev.mp4
课时19 019topP参数Presencepenalty和Frequencypeanalty参数对比_ev.mp4
课时20 020零样本提示词和零样本思维链技巧_ev.mp4
课时21 021通过零样本思维链辅导小孩做数学题_ev.mp4
课时22 022少样本和少样本思维链_ev.mp4
课时23 023大模型self-consistency特性_ev.mp4
课时24 024TOT思维树提示词构建深入剖析_ev.mp4
课时25 024思维树提示词构建深入剖析_ev.mp4
课时26 025anaconda环境搭建_ev.mp4
课时27 026ancondajupyternotebook使用和虚拟环境构建_ev.mp4
课时28 027python抓取抖音热榜数据集_ev.mp4
课时29 028爬取对标账号首页数据之影刀介绍_ev.mp4
课时30 029使用影刀抓取抖音用户首页所有标题描述数据_ev.mp4
课时31 030使用大模型学习如何写爆款标题_ev.mp4
课时32 转-031提示词工程化之深入剖析结构化提示词_ev.mp4
课时33 转-032结构化提示词实战诗人提示词_ev.mp4
课时34 转-033设计小红书,公众号,头条号的爆款结构化提示词_ev.mp4
课时35 转-034非常牛叉通过结构化提示词设计一个python网络爬虫_ev.mp4
课时36 转-035必看这一个牛叉的逆向提示词工程_ev.mp4
课时37 转-036小红书创作文案同时生成抖音的脚本和分镜头_ev.mp4
课时38 转-037小红书种草笔记结构化提示词_ev.mp4
课时39 转-038生成本科论文结构化提示词_ev.mp4
课时40 转-039短篇小说提示词创作爆款微头条_ev.mp4
课时41 转-GPT4o_ev.mp4
课时42 041chatgpt开发介绍并完成一个postman请求gptapi2_ev.mp4
课时43 042python编程实现提示词原则比如特殊符号输出格式步骤_ev.mp4
课时44 043python编程之提示词工程思维链_ev.mp4
课时45 044提示词迭代优化_ev.mp4
课时46 045文本概括提示词_ev.mp4
课时47 046提示词文本推断inferring_ev.mp4
课时48 047文本转换transforming_ev.mp4
课时49 048文本扩展,自动回复邮件评价邮件temperature设定下情况有什么变化_ev.mp4
课时50 049订餐机器人和playground模式生成代码之怎么python编程写提示词工程_ev.mp4
—————————————————————————————-
课程资料.exe
课时01 01AI中数据的本质_ev.mp4
课时02 02Representation和Embedding_ev.mp4
课时03 03Embedding介绍_ev.mp4
课时04 04词嵌入和必要条件_ev.mp4
课时05 05Embedding开发准备_ev.mp4
课时06 06Embedding开发(一)_ev.mp4
课时07 07Embedding开发(二)_ev.mp4
课时08 08T-SNE可视化数据_ev.mp4
课时09 09T-SNE可视化数据2_ev.mp4
课时10 10T-SNE可视化数据3_ev.mp4
课时11 11基于Embedding的相似搜索1_ev.mp4
课时12 12基于Embedding的相似搜索2_ev.mp4
课时13 13OpenAI中模型的分词1_ev.mp4
课时14 14OpenAI中模型的分词2_ev.mp4
课时15 15OpenAI的模型操作API_ev.mp4
课时16 16OpenAi模型的实战案例1_ev.mp4
课时17 17聊天机器人实战案例1_ev.mp4
课时18 18聊天机器人实战案例2_ev.mp4
—————————————————————————————-
课程资料.exe
课时01 19构建一个AI助手(一)_ev.mp4
课时02 20构建一个AI助手(二)_ev.mp4
课时03 21构建一个AI助手(三)_ev.mp4
课时04 22GPT模型输入图片(一)_ev.mp4
课时05 23GPT模型输入图片(二)_ev.mp4
课时06 24生成图片的实战案例(一)_ev.mp4
课时07 25生成图片的实战案例(二)_ev.mp4
课时08 26给李云龙配音_ev.mp4
课时09 27郭德纲相声的英文版_ev.mp4
—————————————————————————————-
课程资料.exe
课时01 28书籍自动翻译项目需求_ev.mp4
课时02 29书籍自动翻译项目参数和初始化_ev.mp4
课时03 30PDF文件的解析工具(一)_ev.mp4
课时04 31PDF文件的解析工具(二)_ev.mp4
课时05 32调用openAI的模型接口_ev.mp4
课时06 日志模块的补充知识一_ev.mp4
课时07 日志模块补充知识二_ev.mp4
课时08 日志模块补充知识三_ev.mp4
课时09 33书本内容解析操作(一)_ev.mp4
课时10 34书本内容解析操作(二)_ev.mp4
课时11 35书本内容解析操作(三)_ev.mp4
课时12 36大模型翻译核心(一)_ev.mp4
课时13 37调用AI大模型翻译文本_ev.mp4
课时14 38处理翻译之后的文本_ev.mp4
课时15 39Writer模块实现_ev.mp4
课时16 40翻译文本写入段落中_ev.mp4
课时17 41翻译表格写入Table中_ev.mp4
课时18 42翻译文本写入MD_ev.mp4
课时19 43翻译表格写入MD_ev.mp4
课时20 44调用Writer模块_ev.mp4
课时21 45调用Translator模块_ev.mp4
课时22 46整个项目综合调试_ev.mp4
课时23 47书籍翻译器启动_ev.mp4
课时24 48书籍翻译器生成MD_ev.mp4
—————————————————————————————-
课程资料.exe
课时01 01pytorch介绍_ev.mp4
课时02 02pytorch安装_ev.mp4
课时03 03pytorch张量基础操作和基础运算_ev.mp4
课时04 04pytorch自动微分_ev.mp4
课时05 01pytorch实现原始线性回归_ev.mp4
课时06 02pytorch实现线性回归封装写法_ev.mp4
课时07 03pytorch实现分类问题_ev.mp4
课时08 01模型的子类写法_ev.mp4
课时09 02使用dataset重构代码_ev.mp4
课时10 03使用DataLoader重构代码_ev.mp4
课时11 04添加校验代码_ev.mp4
课时12 05封装_ev.mp4
课时13 01使用pytorch搭建cnn实现手写数字识别_ev.mp4
课时14 014种天气数据处理_ev.mp4
课时15 02图片预处理_ev.mp4
课时16 03添加dropout层_ev.mp4
课时17 04添加BN层_ev.mp4
课时18 01vgg16迁移学习_ev.mp4
课时19 02学习率衰减_ev.mp4
课时20 03数据增强_ev.mp4
课时21 01模型参数保存_ev.mp4
课时22 02自定义dataset_ev.mp4
课时23 03自定义数据集问题解决_ev.mp4
课时24 tensorboard的使用_ev.mp4
课时25 10huggingface简介和安装_ev.mp4
课时26 09huggingface开发流程_ev.mp4
课时27 11编码器基础工作流_ev.mp4
课时28 12编码器基本编码函数_ev.mp4
课时29 13编码器进阶编码函数_ev.mp4
课时30 14批量编码和字典_ev.mp4
课时31 05数据集工具之加载和保存数据集_ev.mp4
课时32 06数据集工具之基本操作_ev.mp4
课时33 07数据集工具之保存为其他格式_ev.mp4
课时34 15评价指标_ev.mp4
课时35 16管道工具之常见任务类型1_ev.mp4
课时36 17管道工具之常见任务类型2_ev.mp4
课时37 18训练工具之数据准备和模型加载_ev.mp4
课时38 19训练工具之加载评估指标_ev.mp4
课时39 20训练工具之训练超参数,训练器和数据整理函数_ev.mp4
课时40 21训练工具之训练和测试_ev.mp4
课时41 22训练工具之模型保存和加载_ev.mp4
课时42 23训练工具之预测_ev.mp4
课时43 24中文分类之加载编码器_ev.mp4
课时44 25中文分类之定义数据集和计算设备_ev.mp4
课时45 26中文分类之数据整理函数_ev.mp4
课时46 27中文分类之数据加载器和预训练模型加载_ev.mp4
课时47 28中文分类之定义下游任务模型_ev.mp4
课时48 29中文分类之训练过程_ev.mp4
课时49 30中文分类之测试_ev.mp4
—————————————————————————————-
课程资料.exe
课时01 01Langchain是什么_ev.mp4
课时02 02Langchain的核心_ev.mp4
课时03 03Langchain的底层原理_ev.mp4
课时04 04Langchain的环境和监控_ev.mp4
课时05 05采用Langtain调用LLM_ev.mp4
课时06 06Langchain的提示模板_ev.mp4
课时07 07部署你的langchain程序_ev.mp4
课时08 08LangChain构建聊天机器人_ev.mp4
课时09 09流式输出的处理_ev.mp4
课时10 10构建文档和向量空间_ev.mp4
课时11 11检索器和模型结合_ev.mp4
课时12 12Tavily搜索工具_ev.mp4
课时13 13Agent代理的使用_ev.mp4
课时14 14构建RAG对话应用(一)_ev.mp4
课时15 15构建RAG问答应用(二)_ev.mp4
课时16 16构建RAG问答应用(三)_ev.mp4
课时17 17Langchain读取数据库_ev.mp4
课时18 18Langchain和数据库整合_ev.mp4
课时19 19Agent整合数据库_ev.mp4
课时20 20爬取Youtube字幕并构建向量数据库_ev.mp4
课时21 21执行代码并保存向量数据库_ev.mp4
课时22 22加载向量数据库并测试(2)_ev.mp4
课时23 23定义数据模型得到检索指令_ev.mp4
课时24 24根据检索条件去执行_ev.mp4
课时25 25提取和输出结构化数据_ev.mp4
课时26 26提取多个对象_ev.mp4
课时27 27生成一些文本数据_ev.mp4
课时28 28生成结构化的数据(一)_ev.mp4
课时29 29生成结构化的数据(二)_ev.mp4
课时30 30实现文本分类(一)_ev.mp4
课时31 31实现文本分类(二)_ev.mp4
课时32 32文本自动摘要的三种方式_ev.mp4
课时33 33文本自动摘要Stuff方式_ev.mp4
课时34 34文本自动摘要MapReduce(一)_ev.mp4
课时35 35文本自动摘要MapReduce(二)_ev.mp4
课时36 36文本自动摘要Refine方式_ev.mp4
—————————————————————————————-
课程资料.exe
课时01 01构建项目环境_ev.mp4
课时02 02项目配置模块(一)_ev.mp4
课时03 03项目配置模块(二)_ev.mp4
课时04 05项目中管理大语言模型_ev.mp4
课时05 06替换为Langchain翻译_ev.mp4
课时06 07Langchain中的提示模板设置_ev.mp4
课时07 08调用和执行Langchain_ev.mp4
课时08 09项目翻译器启动_ev.mp4
课时09 10Gradio的可视化介绍_ev.mp4
课时10 11Gradio的计算器案例_ev.mp4
课时11 12Gradio进度条案例_ev.mp4
课时12 13Gradio聊天和流式输出_ev.mp4
—————————————————————————————-
课程资料.exe
课时01 01_LLaMA概述_ev.mp4
课时02 02_训练LLaMA使用的数据集_ev.mp4
课时03 03_LLaMA大模型整体架构_ev.mp4
课时04 04_InputEmbedding模块_ev.mp4
课时05 05_为什么要去进行归一化_ev.mp4
课时06 06_深入理解归一化对于大模型的重要性_ev.mp4
课时07 07_BatchNorm_ev.mp4
课时08 08_LayerNorm_ev.mp4
课时09 09_RMSNorm_ev.mp4
课时10 10_绝对位置编码_ev.mp4
课时11 11_相对位置编码_ev.mp4
课时12 12_RoPE_ev.mp4
课时13 13_SwiGLU_ev.mp4
课时14 14_语言模型的本质与MaskedSelfAttention_ev.mp4
课时15 15_KVcache是如何计算提高效率的_ev.mp4
课时16 16_MQA和GQA_ev.mp4
课时17 17_代码实战之ModelArgs_ev.mp4
课时18 18_代码实战之构建Transformer_ev.mp4
课时19 19_代码实战之提前计算RoPE需要的mθ_ev.mp4
课时20 20_代码实战之将x按照2个值一组进行分组_ev.mp4
课时21 21_代码实战之对token的向量应用旋转矩阵_ev.mp4
课时22 22_代码实战之RMSNorm_ev.mp4
课时23 23_代码实战之EncoderBlock_ev.mp4
课时24 24_代码实战之SelfAttention类的初始化_ev.mp4
课时25 25_代码实战之SelfAttention中应用RoPE和对KV进行缓存_ev.mp4
课时26 26_代码实战之应用公式计算SelfAttention_ev.mp4
课时27 27_代码实战之为了实现GQA需要对KV进行拷贝_ev.mp4
课时28 28_代码实战之计算FFN中隐藏层节点数量_ev.mp4
课时29 29_代码实战之FFN中三个矩阵以及SwishGLU的运算实现_ev.mp4
课时30 30_代码实战之加载checkpoint文件_ev.mp4
课时31 31_代码实战之加载分词器、model模型及模型参数_ev.mp4
课时32 32_代码实战之测试模型加载_ev.mp4
课时33 33_代码实战之模型推理预测_ev.mp4
课时34 34_代码实战之准备模型推理需要的输入tokens张量_ev.mp4
课时35 35_代码实战之模型生成与解码得到response文本_ev.mp4
课时36 36_代码实战之运行结果展示_ev.mp4
课时37 37_什么是推理的策略_ev.mp4
课时38 38_GreedySearch_ev.mp4
课时39 39_BeamSearch_ev.mp4
课时40 40_Temperature_ev.mp4
课时41 41_RandomSampling_ev.mp4
课时42 42_基于TopK的随机采样_ev.mp4
课时43 43_基于TopP的随机采样_ev.mp4
课时44 44_代码实战之增加TopP采样策略_ev.mp4
课时45 45_代码实战之测试TopP采样策略_ev.mp4
—————————————————————————————-
课时01 01智普GLM大模型介绍_ev.mp4
课时02 02GLM-4大模型的开发环境介绍_ev.mp4
课时03 03GLM-4大模型的调用方式_ev.mp4
课时04 04使用魔塔社区的Embeddings(一)_ev.mp4
课时05 05使用魔塔社区的Embeddings(二)_ev.mp4
课时06 06自定义Tools(一)_ev.mp4
课时07 07自定义Tools(二)_ev.mp4
课时08 08GLM整合数据库操作_ev.mp4
课时09 09自定义长Chain(链)执行SQL_ev.mp4
课时10 10RAG文件加载器(一)_ev.mp4
—————————————————————————————-
课程资料.exe
课时01 01_微调、提示词工程、RAG都是为了更好的应用大模型_ev.mp4
课时02 02_传统大模型训练流程_ev.mp4
课时03 03_微调对比RAG的区别与微调的好处_ev.mp4
课时04 04_指令数据集构造方式_ev.mp4
课时05 05_PEFT与传统微调的区别和PEFT的各种方法_ev.mp4
课时06 06_Bitfit实战之模块导入与加载数据集_ev.mp4
课时07 07_Bitfit实战之加载与使用分词器_ev.mp4
课时08 08_Bitfit实战之构建大模型训练对于每条样本所需的数据格式_ev.mp4
课时09 09_Bitfit实战之调用封装的函数对样本进行转换并验证_ev.mp4
课时10 10_Bitfit实战之加载模型与统计模型参数量_ev.mp4
课时11 12_Bitfit实战之Bitfit算法实现_ev.mp4
课时12 13_Bitfit实战之配置训练参数、创建训练器及训练_ev.mp4
课时13 14_Bitfit实战之总结、明确显存在程序执行过程中的变化_ev.mp4
课时14 15_Prompt实战之理解SoftPromptLearning_ev.mp4
课时15 16_Prompt实战之不同的任务去学习得到不同的SoftPromptVirtualtokens_ev.mp4
课时16 17_Prompt实战之VirtualTokens的初始化_ev.mp4
课时17 18_Prompt实战之VirtualTokens的训练_ev.mp4
课时18 19_Prompt实战之高效的多任务Serving_ev.mp4
课时19 20_Prompt实战之PromptTuning的特性及优缺点_ev.mp4
—————————————————————————————-
课时01 01GPU的介绍_ev.mp4
课时02 02CUDA核心和Tenser核心_ev.mp4
课时03 03大模型推理和微调所需显存_ev.mp4
课时04 04AI大模型的云平台_ev.mp4
课时05 05准备大模型部署的环境_ev.mp4
课时06 06下载模型和加载模型文件_ev.mp4
课时07 07大模型处数据格式和输入_ev.mp4
课时08 08大模型流式处理数据_ev.mp4
课时09 09大模型私有化的应用案例_ev.mp4
课时10 10私有化部署并启动AI应用_ev.mp4
课时11 11AI大模型的对外调用接口_ev.mp4
课时12 12大模型提供调用接口实现(一)_ev.mp4
课时13 13大模型提供调用接口实现(二)_ev.mp4
课时14 14大模型提供调用接口实现(三)_ev.mp4
课时15 15大模型提供调用接口实现(四)_ev.mp4
课时16 16大模型调用并输出_ev.mp4
课时17 17大模型提供调用接口实现(六)_ev.mp4
课时18 18大模型提供调用接口实现(七)_ev.mp4
课时19 19大模型提供调用接口实现(八)_ev.mp4
课时20 20大模型提供调用接口实现(九)_ev.mp4
课时21 21大模型提供调用接口实现(十)_ev.mp4
—————————————————————————————-
课时01 01_模型训练GPU空间占用的计算_ev.mp4
课时02 02_如何降低模型本身对GPU空间的占用_ev.mp4
课时03 03_代码实战通过modelscope下载模型文件_ev.mp4
课时04 04_半精度float16和其优势_ev.mp4
课时05 05_上溢出和下溢出、启用半精度的方法_ev.mp4
课时06 06_LLaMA3.1的介绍与不同版本区别_ev.mp4
课时07 07_LLaMA3.1的整体概览与模型架构调整_ev.mp4
课时08 08_Llama3.1代码实战之导包和数据预处理_ev.mp4
课时09 09_Llama3.1代码实战之加载basemodel_ev.mp4
课时10 10_Llama3.1代码实战之半精度模型本地训练_ev.mp4
课时11 11_Llama3.1代码实战之租用云端服务器和vscode远程登陆_ev.mp4
课时12 12_云端服务器下载Llama3.1模型_ev.mp4
课时13 13_云端服务器克隆实例到新的节点_ev.mp4
课时14 14_云端服务器运行Llama3.1模型训练_ev.mp4
课时15 15_Llama3.1模型训练优化之开启梯度检查点_ev.mp4
课时16 16_Llama3.1模型训练细节总结_ev.mp4
课时17 17_CausalLM与PrefixLM的区别_ev.mp4
课时18 18_GLM4架构涉及的技术点与GLM家族发展概览_ev.mp4
课时19 19_GLM模型作为PrefixLM预训练时的方式方法_ev.mp4
课时20 20_GLM4模型训练时该如何组织数据_ev.mp4
课时21 21_云服务器GLM4模型下载和升级transformers模块_ev.mp4
课时22 22_云服务器跨实例拷贝大模型GLM4_ev.mp4
课时23 23_加载GLM4分词器与模型_ev.mp4
课时24 24_构建测试数据并且使用GLM4进行推理_ev.mp4
课时25 25_组织GLM4训练数据_ev.mp4
课时26 26_加载GLM4模型以及构建相应的Lora模型_ev.mp4
课时27 27_GLM4模型半精度训练及数值下溢问题的解决_ev.mp4
课时28 28_批次变大后模型训练内存溢出的解决和训练后模型推理_ev.mp4
—————————————————————————————-
课时01 01_回顾Transformers基础组件和NLP流程_ev.mp4
课时02 02_文本分类任务之导包、加载数据集、数据集划分_ev.mp4
课时03 03_文本分类任务之模型下载、数据集预处理_ev.mp4
课时04 04_文本分类任务之加载模型、加载评估函数_ev.mp4
课时05 05_文本分类任务之设置模型训练参数、创建训练器_ev.mp4
课时06 06_文本分类任务之模型训练、推理预测_ev.mp4
课时07 07_什么是命名实体识别_ev.mp4
课时08 08_命名实体识别之导包与数据集加载_ev.mp4
课时09 09_命名实体识别之数据集预处理_ev.mp4
课时10 10_命名实体识别之加载模型和定义评估函数_ev.mp4
课时11 11_命名实体识别之使用Trainer训练、评估和预测_ev.mp4
课时12 12_命名实体识别之使用pipeline预测_ev.mp4
课时13 13_什么是多项选择任务_ev.mp4
课时14 14_多项选择任务之导包与数据集加载_ev.mp4
课时15 15_多项选择任务之数据集预处理_ev.mp4
课时16 16_多项选择任务之模型训练_ev.mp4
课时17 17_多项选择任务之模型预测_ev.mp4
—————————————————————————————-
课时01 23销售客服AI机器人项目介绍_ev.mp4
课时02 24创建Vector数据库_ev.mp4
课时03 25加载向量数据库并得到Chain_ev.mp4
课时04 26测试Langchain的结果_ev.mp4
课时05 27项目的UI可视化_ev.mp4
课时06 28AI机器人正式启动_ev.mp4
—————————————————————————————-
课时01 1-1-导数定义与作用_ev.mp4
课时02 1-2-左右导数与可导函数_ev.mp4
课时03 1-3-导数的几何与物理含义_ev.mp4
课时04 1-4-导数求导公式_ev.mp4
课时05 1-5-导数四则运算_ev.mp4
课时06 1-6-复合函数求导法则_ev.mp4
课时07 1-7-神经网络激活函数Sigmoid求导_ev.mp4
课时08 1-8-神经网络激活函数Tanh求导_ev.mp4
课时09 1-9-神经网络激活函数Softmax求导_ev.mp4
课时10 1-10-高阶导数_ev.mp4
课时11 1-11-导数与函数单调性_ev.mp4
课时12 1-12-极值定理_ev.mp4
课时13 1-13-函数凹凸性_ev.mp4
课时14 1-14-一元函数泰勒展开_ev.mp4
课时15 2-1-向量是什么_ev.mp4
课时16 2-2-行向量列向量_ev.mp4
课时17 3-向量运算_ev.mp4
课时18 2-4-向量的范数_ev.mp4
课时19 2-5-特殊向量_ev.mp4
课时20 2-6-矩阵是什么_ev.mp4
课时21 2-7-常见矩阵_ev.mp4
课时22 2-8-矩阵运算_ev.mp4
课时23 2-9-逆矩阵_ev.mp4
课时24 2-10-行列式_ev.mp4
课时25 2-11-伴随矩阵_ev.mp4
课时26 1-特征值与特征向量概念_ev.mp4
课时27 2-满秩矩阵_ev.mp4
课时28 3-特征值和行列式_ev.mp4
课时29 4-特征值分解定义与操作_ev.mp4
课时30 5-特征值分解意义_ev.mp4
课时31 6-向量和矩阵求导公式_ev.mp4
课时32 7-奇异值分解（SVD）_ev.mp4
课时33 8-求解奇异值分解（SVD）_ev.mp4
课时34 9-奇异值分解性质_ev.mp4
课时35 10-SVD进行数据压缩_ev.mp4
课时36 11-SVD进行PCA降维_ev.mp4
课时37 12-SVD进行矩阵求逆_ev.mp4
课时38 13-SVD进行协同过滤_ev.mp4
课时39 1-多元函数定义_ev.mp4
课时40 2-偏导数_ev.mp4
课时41 3-高阶偏导数_ev.mp4
课时42 4-梯度_ev.mp4
课时43 5-雅可比矩阵_ev.mp4
课时44 6-Hessian矩阵_ev.mp4
课时45 7-极值判定法则_ev.mp4
课时46 8-二次型_ev.mp4
课时47 1-概率论与机器学习_ev.mp4
课时48 2-随机事件_ev.mp4
课时49 3-条件概率_ev.mp4
课时50 4-随机事件独立性_ev.mp4
课时51 5-随机变量_ev.mp4
课时52 6-期望_ev.mp4
课时53 7-方差_ev.mp4
课时54 8-数学期望与方差重要公式_ev.mp4
课时55 9-随机向量_ev.mp4
课时56 10-随机变量独立性_ev.mp4
课时57 11-协方差_ev.mp4
课时58 12-机器学习中常见分布_ev.mp4
课时59 13-最大似然估计_ev.mp4
课时60 1-最优化概念_ev.mp4
课时61 2-求导与迭代求解_ev.mp4
课时62 3-梯度下降公式推导_ev.mp4
课时63 4-梯度下降代码演示_ev.mp4
课时64 5-牛顿法解方程原理_ev.mp4
课时65 6-牛顿法解方程代码演示_ev.mp4
课时66 7-牛顿法求解最优化问题_ev.mp4
课时67 8-牛顿法求解最优化代码演示_ev.mp4
课时68 9-拟牛顿法介绍_ev.mp4
课时69 10-坐标下降法_ev.mp4
课时70 11-最优化算法瓶颈_ev.mp4
课时71 12-凸优化问题_ev.mp4
课时72 13-凸集_ev.mp4
课时73 14-凸函数_ev.mp4
课时74 15-凸优化表达形式_ev.mp4
课时75 16-拉格朗日乘子法_ev.mp4
课时76 17-KKT条件_ev.mp4
课时77 18-拉格朗日对偶_ev.mp4
—————————————————————————————-
课时01 9-1-数据分析部分知识回顾_ev.mp4
课时02 9-2-线性回归介绍_ev.mp4
课时03 9-3-线性回归的基本概念1_ev.mp4
课时04 9-4-线性回归的基本概念2_ev.mp4
课时05 9-5-正规方程介绍_ev.mp4
课时06 9-6-正规方程求解多元一次方程_ev.mp4
课时07 9-7-sklearn中线性方程正规方程运算_ev.mp4
课时08 9-8-sklearn带截距运算_ev.mp4
课时09 10-1-八元一次方程问题再现_ev.mp4
课时10 10-2-八元一次方程增加截距的解决方案_ev.mp4
课时11 10-3-正规方程的公式推导_ev.mp4
课时12 10-4-凸函数判定_ev.mp4
课时13 10-5-最大似然估计_ev.mp4
课时14 10-6-最小二乘法公式推导_ev.mp4
课时15 10-7-正规方程进行演示_ev.mp4
课时16 10-8-sklearn线性回归演示_ev.mp4
课时17 11-1-波士顿房价加载和查看_ev.mp4
课时18 11-2-数据拆分建模预测_ev.mp4
课时19 11-3-模型评估_ev.mp4
课时20 11-4-梯度下降的概念介绍_ev.mp4
课时21 11-5-梯度下降步骤_ev.mp4
课时22 11-6-函数与导函数求解最优解_ev.mp4
课时23 11-7-梯度下降代码演示_ev.mp4
课时24 11-8-梯度下降可视化_ev.mp4
课时25 12-2-三种梯度下降对比_ev.mp4
课时26 12-3-线性回归梯度下降更新公式_ev.mp4
课时27 12-4-BGD更新公式_ev.mp4
课时28 12-5-SGD和MBGD更新公式介绍_ev.mp4
课时29 12-6-BGD批量梯度下降代码演示_ev.mp4
课时30 12-7-BGD批量梯度下降求解多元一次方程_ev.mp4
课时31 12-8-SGD随机梯度下降计算了一元一次方程_ev.mp4
课时32 12-9-SGD随机梯度下降多元一次方程求解_ev.mp4
课时33 12-10-MBGD梯度下降代码演示_ev.mp4
课时34 13-1-归一化目的_ev.mp4
课时35 13-2-最小值最大值归一化_ev.mp4
课时36 13-3-Z-Score归一化_ev.mp4
课时37 13-4-天池工业蒸汽量项目归一化实战（一）_ev.mp4
课时38 13-5-天池工业蒸汽量项目归一化实战（二）_ev.mp4
课时39 13-6-过拟合和欠拟合正则化介绍_ev.mp4
课时40 1-归一化内容总结重点目标值归一化_ev.mp4
课时41 10-作业_ev.mp4
课时42 2-套索回归介绍_ev.mp4
课时43 3-L1正则化可视化图形_ev.mp4
课时44 4-L1正则化稀松性缩小系数到0_ev.mp4
课时45 5-L1正则化套索回归权重衰减梯度下降公式_ev.mp4
课时46 6-L2正则化岭回归原理详解_ev.mp4
课时47 7-Ridge算法使用_ev.mp4
课时48 8-Lasso回归使用_ev.mp4
课时49 9-ElasticNet弹性网络使用_ev.mp4
课时50 1-天池工业蒸汽量不同模型不同处理得分整理_ev.mp4
课时51 2-多项式回归升维概念介绍_ev.mp4
课时52 3-多项式回归升维实战（一）_ev.mp4
课时53 4-多项式回归升维维度概念详解_ev.mp4
课时54 5-多项式回归升维实战（二）_ev.mp4
课时55 6-多项式回归实战天猫双十一销量预测（线性回归模型）_ev.mp4
课时56 7-多项式回归实战天猫双十一销量预测（随机梯度下降模型）_ev.mp4
课时57 8-中国人寿保费预测（EDA数据探索）_ev.mp4
—————————————————————————————-
课时01 16-1-逻辑回归介绍_ev.mp4
课时02 16-2-Sigmoid函数介绍_ev.mp4
课时03 16-3-逻辑回归损失函数推导_ev.mp4
课时04 16-4-损失函数立体化呈现（一）_ev.mp4
课时05 16-5-损失函数立体化呈现（二）_ev.mp4
课时06 16-6-逻辑回归代码实现与概率手动计算_ev.mp4
课时07 17-1-逻辑回归梯度下降更新公式_ev.mp4
课时08 17-2-逻辑回归多分类OVR_ev.mp4
课时09 17-3-逻辑回归OVR建模与概率预测_ev.mp4
课时10 17-4-代码实现逻辑回归OVR概率计算_ev.mp4
课时11 17-5-Softmax函数与概率计算_ev.mp4
课时12 17-6-代码实现逻辑回归softmax概率计算_ev.mp4
课时13 17-7-Sigmoid与Softmax异同_ev.mp4
课时14 18-1-支持向量机SVM概念_ev.mp4
课时15 18-2-支持向量机SVM目标函数推导_ev.mp4
课时16 18-3-SVM二分类最大间隔线绘制_ev.mp4
课时17 18-4-拉格朗日乘子法介绍_ev.mp4
课时18 18-5-拉格朗日乘子法原理推导_ev.mp4
课时19 18-6-支持向量机SVM作业介绍_ev.mp4
课时20 19-1-作业讲解和知识点回顾_ev.mp4
课时21 19-2-SVC支持向量机分类不同核函数差异_ev.mp4
课时22 19-3-非线性核函数介绍_ev.mp4
课时23 19-4-核函数对应数学公式_ev.mp4
课时24 19-5-KKT条件介绍_ev.mp4
课时25 19-6-SVR支持向量机回归核函数差异_ev.mp4
课时26 19-7-SVR支持向量机回归拟合天猫双十一销量方程_ev.mp4
课时27 20-1-SVM支持向量机原理可视化_ev.mp4
课时28 20-2-SVM支持向量机KKT条件详解_ev.mp4
课时29 20-3-SVM支持向量机对偶问题转化_ev.mp4
课时30 20-4-SVM支持向量机目标函数构建_ev.mp4
课时31 20-5-SVM支持向量机损失函数SMO求解过程_ev.mp4
课时32 20-6-SVM支持向量机网格搜索参数优化_ev.mp4
课时33 20-7-SVM软间隔及优化_ev.mp4
课时34 21-1-LFW人脸数据数据加载与介绍_ev.mp4
课时35 21-2-SVM支持向量机LFW数据建模与参数选择_ev.mp4
课时36 21-3-SVM支持向量机LFW建模预测可视化_ev.mp4
课时37 21-4-SVM支持向量机软间隔与优化目标函数构建_ev.mp4
课时38 21-5-SVM算法整体回归_ev.mp4
—————————————————————————————-
课时01 01 深度学习介绍_ev.mp4
课时02 02 神经网络的基础_ev.mp4
课时03 03 浅层神经网络_ev.mp4
课时04 04 深层神经网络_ev.mp4
—————————————————————————————-
课时01 01 梯度下降算法改进算法_ev.mp4
课时02 02 正则化_ev.mp4
—————————————————————————————-
课时01 01 自然语言处理初期发展_ev.mp4
课时02 02 序列数据研究_ev.mp4
课时03 03 文本预处理_ev.mp4
课时04 04 NLTK分词的使用_ev.mp4
课时05 04 jieba分词的使用_ev.mp4
课时06 06 语言模型之n元语法_ev.mp4
课时07 07 序列数据采样方法_ev.mp4
课时08 08 RNN理论讲解_ev.mp4
课时09 09 从零实现RNN之读取数据和初始化模型参数_ev.mp4
课时10 10 从零实现RNN之构建RNN模型_ev.mp4
课时11 11 从零实现RNN之预测代码_ev.mp4
课时12 12 从零实现RNN之训练_ev.mp4
课时13 13 pytorch实现RNN_ev.mp4
课时14 14 RNN反向传播数学细节_ev.mp4
课时15 15 LSTM原理和代码实现_ev.mp4
课时16 16 GRU原理和代码实现_ev.mp4
课时17 17 深度循环神经网络_ev.mp4
课时18 18 双向循环神经网络_ev.mp4
课时19 19 机器翻译之数据处理_ev.mp4
课时20 20 encoder和decoder架构_ev.mp4
课时21 21 seq2seq之训练_ev.mp4
课时22 22 seq2seq之预测和评估_ev.mp4
课时23 23 注意力机制之Waston核回归_ev.mp4
课时24 24 注意力评分函数_ev.mp4
课时25 25 Bahdanau注意力_ev.mp4
课时26 26 多头注意力_ev.mp4
课时27 27 自注意力和位置编码_ev.mp4
课时28 28 transformer结构_ev.mp4
课时29 29 transformer模块之FFN_ev.mp4
课时30 30 transformer模块之addnorm_ev.mp4
课时31 31 transformer模块之encoderblock_ev.mp4
课时32 32 transformer模块之decoder和训练预测_ev.mp4
课时33 33 BERT结构_ev.mp4
课时34 34 BERT实现_ev.mp4
课时35 35 BERT训练之数据预处理_ev.mp4
课时36 36 BERT训练环节_ev.mp4
课时37 37 BERT微调训练_ev.mp4
课时38 38 神经网络语言模型_ev.mp4
课时39 39 word2vec_ev.mp4
课时40 40 word2vec推导_ev.mp4
课时41 41 skip-gram的改进_ev.mp4
课时42 42 word2vec之训练数据预处理_ev.mp4
课时43 43 word2vec之训练代码详解_ev.mp4
—————————————————————————————-
课时01 01 pytorch介绍_ev.mp4
课时02 02 pytorch安装_ev.mp4
课时03 03 pytorch张量基础操作和基础运算_ev.mp4
课时04 04 pytorch自动微分_ev.mp4
课时05 01 pytorch实现原始线性回归_ev.mp4
课时06 02 pytorch实现线性回归封装写法_ev.mp4
课时07 03 pytorch实现分类问题_ev.mp4
课时08 01 模型的子类写法_ev.mp4
课时09 02 使用dataset重构代码_ev.mp4
课时10 03 使用DataLoader重构代码_ev.mp4
课时11 04 添加校验代码_ev.mp4
课时12 05 封装_ev.mp4
课时13 01 使用pytorch搭建cnn实现手写数字识别_ev.mp4
课时14 01 4种天气数据处理_ev.mp4
课时15 02 图片预处理_ev.mp4
课时16 03 添加dropout层_ev.mp4
课时17 04 添加BN层_ev.mp4
课时18 01 vgg16迁移学习_ev.mp4
课时19 02 学习率衰减_ev.mp4
课时20 03 数据增强_ev.mp4
课时21 01 模型参数保存_ev.mp4
课时22 02 自定义dataset_ev.mp4
课时23 03 自定义数据集问题解决_ev.mp4
课时24 tensorboard的使用_ev.mp4
—————————————————————————————-