欧美麻豆久久久久久中文_成年免费观看_男人天堂亚洲成人_中国一级片_动漫黄网站免费永久在线观看_国产精品自产av一区二区三区

中培企業IT培訓 400-626-7377 400-626-7377
AI大模型全棧工程師實戰訓練營

什么是AI大模型

AI大模型的全稱是"Artificial Intelligence Large-scale Model"，即"人工智能大規模模型"。這個術語通常用來描述具有巨大規模參數和訓練數據的機器學習模型，如Transformer、GPT、BERT等。大模型通常由深度神經網絡構建，通過在大規模數據上進行預訓練(Pre-training)和微調(Fine-tuning)，學習到豐富的特征表示和知識。

AI大模型的三大優勢

抓住AI的風口，給自己一個升職加薪的機會

AI大模型，引領未來市場趨勢

帶你掌握硬核技能，成為更懂AI大模型的人

四大課程優勢，學起來事半功倍

熱門大模型深度解析與上手實踐

適合人群

AI大模型全棧工程師實戰訓練營課程大綱

第一天 第二天 第三天

  • 預備知識第一節：大模型理論知識

    1、初探大模型：起源與發展
    2、GPT模型家族：從始至今
    3、大模型_GPT_ChatGPT的對比介紹
    4、大模型實戰-大模型2種學習路線的講解
    5、 大模型最核心的三項技術:模型、微調和開發框架
    6、 0penAl GPT系列在線大模型技術生態
    7、0penAl文本模型A、B、C、D四大模型引擎簡介
    8、0penAl語音模型Whisper與圖像型DALL·E模型介紹
    9、最強Embedding大模型text-embedding-ada模型介紹
    10、全球開源大模型性能評估榜單
    11、中文大模型生態介紹與GLM 130B模型介紹
    12、ChatGLM模型介紹與部署門檻
    13、ChatGLM開源生態:微調、多模態，WebUI等項目簡介

  • 預備知識第二節：自注意力機制、Transformer模型、BERT模型

    RNN-LSTM-GRU等基本概念
    編碼器、解碼器
    自注意力機制詳解
    Transformer
    Mask Multi-Head Attention
    位置編碼
    特定于任務的輸入轉換
    無監督預訓練、有監督 Fine-tuning
    BERT思路的理解
    BERT模型下游任務的網絡層設計
    BERT的訓練
    HuggingFace中BERT模型的推斷
    基于上下文的學習
    代碼和案例實踐：
    基本問答系統的代碼實現
    深入閱讀理解的代碼實現
    段落相關性代碼實現

  • 第三節：Embedding模型實戰

    大模型技術浪潮下的Embedding技術定位
    Embedding技術入門介紹
    從Ono-hot到Embedding
    Embedding文本衡量與相似度計算
    OpenAl Embedding模型與開源Embedding框架
    兩代OpenAl Embedding模型介紹
    text-embedding-ada-002模型調用方法詳解
    text-embedding-ada-002模型參數詳解與優化策略
    借助Embedding進行特征編碼
    Embedding結果的可視化展示與結果分析
    【實戰】借助Embedding特征編碼完成有監督預測
    【實戰】借助Embedding進行推薦系統冷啟動
    【實戰】借助Embedding進行零樣本分類與文本搜索
    Embedding模型結構微調優化
    借助CNN進行Embedding結果優化
    【企業級實戰】海量文本的Embedding高效匹配

  • 第四節：LLM應用程序技術棧和提示詞工程Prompt Enginerring

    設計模式：上下文學習
    數據預處理/嵌入
    提示構建/檢索
    提示執行/推理
    數據預處理/嵌入
    Weaviate、Vespa 和 Qdrant等開源系統
    Chroma 和 Faiss 等本地向量管理庫
    pgvector 等OLTP 擴展
    提示構建/檢索
    提示執行/推理
    新興的大語言（LLM）技術棧
    數據預處理管道（data preprocessing pipeline）
    嵌入終端（embeddings endpoint ）+向量存儲（vector store）
    LLM 終端（LLM endpoints）
    LLM 編程框架（LLM programming framework）
    LangChain的主要功能及模塊
    Prompts: 這包括提示管理、提示優化和提示序列化。
    LLMs: 這包括所有LLMs的通用接口，以及常用的LLMs工具。
    Document Loaders: 這包括加載文檔的標準接口，以及與各種文本數據源的集成。
    Utils: 語言模型在與其他知識或計算源的交互
    Python REPLs、嵌入、搜索引擎等
    LangChain提供的常用工具
    Indexes：語言模型結合自定義文本數據
    Agents：動作執行、觀測結果
    LangChain的代理標準接口、可供選擇的代理、端到端代理示例
    Chat：Chat模型處理消息
    代碼和案例實踐：
    LLM大模型的使用
    Prompts的設計和使用

  • 第五節：國產大模型DeepSeek

    新一代DeepSeek模型API調用
    DeepSeek開放平臺使用方法與APIKey申請
    DeepSeek-V3、DeepSeek-R1、DeepEP介紹
    DeepSeek在線知識庫使用及模型計費說明
    DeepSeek模型SDK調用與三種運行方法
    DeepSeek調用函數全參數詳解
    DeepSeek Message消息格式與身份設置方法
    DeepSeek tools外部工具調用方法
    DeepSeek Function calling函數封裝12GLM4接入在線知識庫retrieval流程
    DeepSeek接入互聯網web_search方法
    【實戰】基于DeepSeek打造自動數據分析Agent
    【實戰】基于DeepSeek的自然語言編程實戰
    【實戰】基于DeepSeek Function call的用戶意圖識別
    【實戰】基于GLM4的長文本讀取與優化

  • 第六節：LangChain大模型框架構建

    構建垂直領域大模型的通用思路和方法
    (1) 大模型+知識庫
    (2) PEFT(參數高效的微調)
    (3) 全量微調
    (4) 從預訓練開始定制
    LangChain介紹
    LangChain模塊學習-LLMs 和 Prompts
    LangChain之Chains模塊
    LangChain之Agents模塊
    LangChain之Callback模塊
    Embedding嵌入
    自定義知識庫
    知識沖突的處理方式
    向量化計算可采用的方式
    文檔加載器模塊
    向量數據庫問答的設計
    Lanchain競品調研和分析
    Dust.tt/Semantic-kernel/Fixie.ai/Cognosis/GPT-Index
    LlamaIndex介紹
    LlamaIndex索引
    動手實現知識問答系統
    代碼和案例實踐：
    動手實現知識問答機器人
    LangChain文本摘要
    PDF文本閱讀問答

  • 第七節使用LangGraph構建工作流

    LangGraph 構建自適應RAG
    1.LangGraph 應用場景、核心功能、特點
    2.基礎概念：節點、邊、圖等
    3.LangGraph 的系統架構
    4.數據模型和存儲機制
    5.基本數據查詢與操作
    6.高級查詢：路徑查詢、模式匹配
    7.使用本地LLM自適應RAG
    8.代理RAG與糾正（CRAG）

  • 第八節LLM模型的私有化部署與調用

    1. 各種模型文件介紹
    2. 模型的推理、量化介紹與實現
    3. Modelscope、Hugging Face簡單介紹與使用
    4. 大模型管理底座Ollama介紹
    5. Ollama + lLama 部署開源大模型
    6. Open WebUI發布與調用大模型
    7. API Key獲取與 Llama微調實現

  • 第九節：開源大模型微調實現

    Llama_Factory 微調實戰
    1. 提升模型性能方式介紹：Prompt、知識庫、微調
    2. 如何科學構建訓練數據(基礎與專業數據混合訓練)
    3. 微調常見方式介紹：微調、偏好對齊、蒸餾、獎勵模型
    4. Llama3 模型架構與調用申請
    5. 數據上傳與任務創建(job)
    6. 訓練集與測試集拆分與模型評估
    7. Unsloth微調平臺介紹
    8. Llama3開源大模型的微調與使用
    9. 模型的評估策略

  • 第十節：大模型企業商用項目實戰

    AI-Agent 構建可發布的智能客服系統
    1. 智能體介紹與AutoGPT基本原理
    2. AutoGPT安裝與環境配置
    3. 實戰體驗：AutoGPT實現數據爬取、清洗、保存
    4. 創建各種場景的AutoGPT
    5. 內容創建
    6. 客服服務
    7. 數據分析
    8. 代碼編寫
    9. 創建應用程序

授課場景一 授課場景二 授課場景三 授課場景四 授課場景五 授課場景六 授課場景七
主站蜘蛛池模板： 久久久久人妻一区精品色欧美 | 国产欧美日韩亚洲更新 | 日韩欧美在线视频观看 | 嗯灬啊灬把腿张开灬A片 | 小小拗女一区二区三区 | 亚洲一区二区三区高清视频 | 亚洲日韩精品国产一区二区三区 | 啦啦啦高清视频在线观看 | 丰满迷人的少妇特级毛片 | 亚洲欧美另类激情综合区 | 国产成人免费无码AV在线播放 | 国产精品亚洲а∨无码播放 | 国产成人精品午夜二三区波多野 | 国产av无码专区亚洲版综合 | 欧美性受xxxx| 国内精品久久久久精品 | 97人人爽人人爽人人一区二区 | 两个人看的www中文在线观看 | 亚洲日韩中文字幕久热 | 中文在线无码高潮潮喷 | 日本韩国亚洲欧美在线 | 最新合集 国产专区 | 正在播放麻豆 | 国产成a人亚洲精v品久久网 | 暴虐SM灌浣肠调教A片男男 | 中文字幕一区二区三区门四区五区 | 亚洲国精产品一二二线 | 日本三级福利片 | 精品国产SM捆绑最大网免费站 | 永久免费观看的毛片手机视频 | 国产又粗又爽又猛的视频A片 | 亚洲日韩av一区二区三区中文 | 激情国产在线 | 欧美精品XXXX | 亚洲成人bt | 长腿校花无力呻吟娇喘的视频 | 制服丝袜人妻综合第一页 | 国产成人亚洲精品无码MP4 | 精品人妻一区二区三区综合部 | 在线涩涩免费观看国产精品 | 人妻慢慢放弃抵抗开始迎合 |