培養(yǎng)大模型人才
需要這樣的課程
課程大綱:大廠大牛帶路,直擊大廠標準,實戰(zhàn)貫穿全程
階段一
深度學習基礎
點擊收起
核心技術
- 深度學習基本概念
- 深度學習經(jīng)典模型解析
- 深度學習模型優(yōu)化策略解析
- 深度學習GPU原理與應用方法
- 深度學習GPU并行訓練策略解析
掌握技能
- 深度學習基本概念
- Transformer 核心原理
- BERT 系列模型核心原理
- T5 模型核心原理
- 深度學習模型優(yōu)化策略
- GPU架構(gòu)原理與CUDA編程原理
- GPU在深度學習訓練/推理過程中的應用
- GPU多卡并行技術
項目實戰(zhàn)
深度學習模型多GPU訓練實戰(zhàn)
- 1模型訓練流程詳解
- 2模型訓練環(huán)境搭建
- 3模型 CPU/GPU 訓練代碼開發(fā)
- 4模型 多GPU并行訓練代碼開發(fā)
- 5模型推理代碼開發(fā)
- 6模型效果評估與優(yōu)化
課程特點
覆蓋深度學習基礎理論,全方位講解深度學習基本概念,從經(jīng)典模型出發(fā),深入淺出地講解經(jīng)典模型原理,對深度學習模型優(yōu)化策略、GPU原理、CUDA編碼原理、GPU應用方法及GPU多卡加速策略等核心技術進行細致講解。
通過算法原理、企業(yè)經(jīng)驗及代碼實踐三位一體的課程安排,帶你進入深度學習的世界,補齊你在模型理解和應用過程中的短板,讓你更好的掌握深度學習基礎技能。
階段二
大模型基礎
點擊展開
核心技術
- 大模型技術概述
- GPT 系列模型核心原理詳解
- LLaMA 系列模型核心原理詳解
- BLOOM 系列模型核心原理詳解
- Baichuan 系列模型核心原理詳解
- Baichuan 系列模型源碼詳解
- ChatGLM 系列模型核心原理詳解
- Qwen 系列模型核心原理講解
- Langchain 框架核心原理詳解
掌握技能
- GPT系列模型核心原理(GPT1/GPT2/GPT3/GPT4/InstructGPT)
- LLaMA系列模型核心原理(LLaMA/LLaMA2/Alpaca/Vicuna/BaiChuan2)
- 優(yōu)秀開源大模型核心原理(BLOOMZ/ChatGLM3/Qwen1.5)
- 大模型應用框架LangChain核心原理
項目實戰(zhàn)
Langchain + LLM 本地化Agent實戰(zhàn)
- 1Langchain六大核心模塊原理詳解與代碼實現(xiàn)
- 2Langchain + LLM 本地化Agent系統(tǒng)設計
- 3Langchain + LLM自定義Tools實現(xiàn)
- 4Langchain + LLM系統(tǒng)部署
- 5Langchain + LLM應用接入
課程特點
從論文出發(fā),全面覆蓋大模型核心技術原理,深入淺出的講解大模型相關技術、核心模型原理及模型源碼,為之后的大模型實踐打下堅實的理論基礎。
階段三
多模態(tài)基礎
點擊展開
核心技術
- 多模態(tài)技術概述
- Vit模型核心原理詳解
- CLIP模型核心原理詳解
- ALBEF模型核心原理詳解
- BLIP/BLIP-2模型核心原理詳解
- LLaVA模型核心原理詳解
- Qwen-VL模型核心原理詳解
掌握技能
- 多模態(tài)技術核心原理
- 經(jīng)典多模態(tài)模型核心原理(Vit/CLIP/ALBEF/BLIP)
- 多模態(tài)大模型核心原理(BLIP-2/LLaVA/Qwen-VL)
課程特點
從論文出發(fā),全面覆蓋經(jīng)典多模態(tài)模型及多模態(tài)大模型,深入淺出的講解多模態(tài)相關技術。
階段四
大模型微調(diào)基礎
點擊展開
核心技術
- 大模型微調(diào)概述
- 大模型微調(diào)核心要素
- 大模型微調(diào)數(shù)據(jù)收集與評估
- 大模型Tuning技術詳解
- 大模型PEFT技術詳解
- 大模型全參數(shù)微調(diào)技術詳解
- 大模型CoT/ToT/GoT/AoT 技術詳解
- 大模型 DPO 技術詳解
- 大模型內(nèi)容生成技術詳解
掌握技能
- 大模型微調(diào)所需的核心要素
- 大模型微調(diào)的數(shù)據(jù)收集和處理過程
- 使用ChatGPT 獲取高質(zhì)量訓練數(shù)據(jù)
- 大模型Tuning技術核心原理 (Prompt-Tuning/Instruction-Tuning/P-Tuning)
- 大模型PEFT技術核心原理
- 大模型全參數(shù)微調(diào)技術核心原理(DeepSpeed)
- 大模型CoT/ToT/GoT/AoT 技術詳解
- 大模型DPO技術核心原理
- 大模型微調(diào)代碼實現(xiàn)與參數(shù)配置
- 通過大模型微調(diào)解決傳統(tǒng)NLP任務
項目實戰(zhàn)
基于常規(guī)NLP任務的大模型微調(diào)實戰(zhàn)
- 1NLP常規(guī)任務方案設計
- 2大模型訓練環(huán)境搭建
- 3大模型微調(diào)代碼詳解
- 4大模型微調(diào)參數(shù)詳解
- 5基于常規(guī)NLP任務的大模型微調(diào)
課程特點
大模型微調(diào)技術棧全覆蓋,深入講解所有主流大模型微調(diào)技術,深入講解大模型核心訓練代碼,通過使用大模型完成傳統(tǒng)NLP任務,讓你真正的掌握大模型微調(diào)的整體流程。
階段五
大模型實戰(zhàn)
點擊展開
核心技術
- 實戰(zhàn)項目—基于大模型的可視化AIGC問答系統(tǒng)開發(fā)
- AIGC問答系統(tǒng)—大模型訓練環(huán)境搭建
- AIGC問答系統(tǒng)—大模型數(shù)據(jù)收集與 instruction 設計
- AIGC問答系統(tǒng)—通用大模型微調(diào)代碼開發(fā)(支持多模型/多框架)
- AIGC問答系統(tǒng)—Baichuan2多GPU LoRA微調(diào)實現(xiàn)
- AIGC問答系統(tǒng)—Baichuan2多GPU 全參數(shù)微調(diào)實現(xiàn)
- AIGC問答系統(tǒng)—Qwen1.5多GPU LoRA微調(diào)實現(xiàn)
- AIGC問答系統(tǒng)—Qwen1.5多GPU 全參數(shù)微調(diào)實現(xiàn)
- AIGC問答系統(tǒng)—大模型性能評估體系搭建
- AIGC問答系統(tǒng)—大模型部署與服務接口開發(fā)
- AIGC問答系統(tǒng)—大模型界面化調(diào)用系統(tǒng)開發(fā)
- 項目總結(jié)與答疑
掌握技能
- 基于大模型的智能對話系統(tǒng)架構(gòu)
- 大模型訓練的環(huán)境搭建與數(shù)據(jù)收集過程
- 支持多種模型多種訓練框架的微調(diào)代碼開發(fā)
- 大模型多GPU LoRA/全參數(shù)微調(diào)技巧
- 大模型評估策略
- 大模型訓練的完整開發(fā)流程
- 大模型界面化調(diào)用系統(tǒng)
課程特點
從實戰(zhàn)項目出發(fā),基于企業(yè)應用最廣泛的Baichuan2及Qwen1.5,從零搭建基于大模型的AIGC對話系統(tǒng),讓學員掌握從環(huán)境搭建、數(shù)據(jù)構(gòu)建、大模型微調(diào)到界面化調(diào)用的整個過程,掌握大模型微調(diào)的完整鏈路,并建立界面化的大模型調(diào)用系統(tǒng)。