培养大模型人才
需要这样的课程
课程大纲:大厂大牛带路,直击大厂标准,实战贯穿全程
阶段一
深度学习基础
点击收起
核心技术
- 深度学习基本概念
- 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原理与应用方法
- 深度学习GPU并行训练策略解析
掌握技能
- 深度学习基本概念
- Transformer 核心原理
- BERT 系列模型核心原理
- T5 模型核心原理
- 深度学习模型优化策略
- GPU架构原理与CUDA编程原理
- GPU在深度学习训练/推理过程中的应用
- GPU多卡并行技术
项目实战
深度学习模型多GPU训练实战
- 1模型训练流程详解
- 2模型训练环境搭建
- 3模型 CPU/GPU 训练代码开发
- 4模型 多GPU并行训练代码开发
- 5模型推理代码开发
- 6模型效果评估与优化
课程特点
覆盖深度学习基础理论,全方位讲解深度学习基本概念,从经典模型出发,深入浅出地讲解经典模型原理,对深度学习模型优化策略、GPU原理、CUDA编码原理、GPU应用方法及GPU多卡加速策略等核心技术进行细致讲解。
通过算法原理、企业经验及代码实践三位一体的课程安排,带你进入深度学习的世界,补齐你在模型理解和应用过程中的短板,让你更好的掌握深度学习基础技能。
阶段二
大模型基础
点击展开
核心技术
- 大模型技术概述
- GPT 系列模型核心原理详解
- LLaMA 系列模型核心原理详解
- BLOOM 系列模型核心原理详解
- Baichuan 系列模型核心原理详解
- Baichuan 系列模型源码详解
- ChatGLM 系列模型核心原理详解
- Qwen 系列模型核心原理讲解
- Langchain 框架核心原理详解
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)
- 优秀开源大模型核心原理(BLOOMZ/ChatGLM3/Qwen1.5)
- 大模型应用框架LangChain核心原理
项目实战
Langchain + LLM 本地化Agent实战
- 1Langchain六大核心模块原理详解与代码实现
- 2Langchain + LLM 本地化Agent系统设计
- 3Langchain + LLM自定义Tools实现
- 4Langchain + LLM系统部署
- 5Langchain + LLM应用接入
课程特点
从论文出发,全面覆盖大模型核心技术原理,深入浅出的讲解大模型相关技术、核心模型原理及模型源码,为之后的大模型实践打下坚实的理论基础。
阶段三
多模态基础
点击展开
核心技术
- 多模态技术概述
- Vit模型核心原理详解
- CLIP模型核心原理详解
- ALBEF模型核心原理详解
- BLIP/BLIP-2模型核心原理详解
- LLaVA模型核心原理详解
- Qwen-VL模型核心原理详解
掌握技能
- 多模态技术核心原理
- 经典多模态模型核心原理(Vit/CLIP/ALBEF/BLIP)
- 多模态大模型核心原理(BLIP-2/LLaVA/Qwen-VL)
课程特点
从论文出发,全面覆盖经典多模态模型及多模态大模型,深入浅出的讲解多模态相关技术。
阶段四
大模型微调基础
点击展开
核心技术
- 大模型微调概述
- 大模型微调核心要素
- 大模型微调数据收集与评估
- 大模型Tuning技术详解
- 大模型PEFT技术详解
- 大模型全参数微调技术详解
- 大模型CoT/ToT/GoT/AoT 技术详解
- 大模型 DPO 技术详解
- 大模型内容生成技术详解
掌握技能
- 大模型微调所需的核心要素
- 大模型微调的数据收集和处理过程
- 使用ChatGPT 获取高质量训练数据
- 大模型Tuning技术核心原理 (Prompt-Tuning/Instruction-Tuning/P-Tuning)
- 大模型PEFT技术核心原理
- 大模型全参数微调技术核心原理(DeepSpeed)
- 大模型CoT/ToT/GoT/AoT 技术详解
- 大模型DPO技术核心原理
- 大模型微调代码实现与参数配置
- 通过大模型微调解决传统NLP任务
项目实战
基于常规NLP任务的大模型微调实战
- 1NLP常规任务方案设计
- 2大模型训练环境搭建
- 3大模型微调代码详解
- 4大模型微调参数详解
- 5基于常规NLP任务的大模型微调
课程特点
大模型微调技术栈全覆盖,深入讲解所有主流大模型微调技术,深入讲解大模型核心训练代码,通过使用大模型完成传统NLP任务,让你真正的掌握大模型微调的整体流程。
阶段五
大模型实战
点击展开
核心技术
- 实战项目—基于大模型的可视化AIGC问答系统开发
- AIGC问答系统—大模型训练环境搭建
- AIGC问答系统—大模型数据收集与 instruction 设计
- AIGC问答系统—通用大模型微调代码开发(支持多模型/多框架)
- AIGC问答系统—Baichuan2多GPU LoRA微调实现
- AIGC问答系统—Baichuan2多GPU 全参数微调实现
- AIGC问答系统—Qwen1.5多GPU LoRA微调实现
- AIGC问答系统—Qwen1.5多GPU 全参数微调实现
- AIGC问答系统—大模型性能评估体系搭建
- AIGC问答系统—大模型部署与服务接口开发
- AIGC问答系统—大模型界面化调用系统开发
- 项目总结与答疑
掌握技能
- 基于大模型的智能对话系统架构
- 大模型训练的环境搭建与数据收集过程
- 支持多种模型多种训练框架的微调代码开发
- 大模型多GPU LoRA/全参数微调技巧
- 大模型评估策略
- 大模型训练的完整开发流程
- 大模型界面化调用系统
课程特点
从实战项目出发,基于企业应用最广泛的Baichuan2及Qwen1.5,从零搭建基于大模型的AIGC对话系统,让学员掌握从环境搭建、数据构建、大模型微调到界面化调用的整个过程,掌握大模型微调的完整链路,并建立界面化的大模型调用系统。