马哥教育-大模型应用与工程实践

编辑点评

系统讲解大模型原理与实战，涵盖模型训练、分布式并行策略，适合AI领域开发者。

⭐ 编辑推荐

马哥教育倾力打造，全面解析大模型应用，助你掌握前沿技术。

✨ 课程亮点

课程目录

📁 17-c07面向对象c08面向对象进阶
📁 2-魔术方法之实例化
2-2-魔术方法之可视化.mp4 [78.3 MB]
4-4-魔术方法之比较运算符重载.mp4 [76.4 MB]
1-1-魔术方法之实例化.mp4 [95.0 MB]
3-3-魔术方法之布尔等效.mp4 [42.4 MB]
6-6-魔术方法之容器化.mp4 [98.0 MB]
5-5-魔术方法之算数运算符重载.mp4 [90.0 MB]
📁 1-异常处理
1-寮傚父澶勭悊.mp4 [357.5 MB]
17-c07面向对象c08面向对象进阶必看.zip [1.8 MB]
📁 31-模型分布式训练并行策略、通信原语、ZeRO、混合并行、模型训练案例
31-模型分布式训练并行策略、通信原语、ZeRO、混合并行、模型训练案例文档.png [493.5 KB]
📁 32-大模型分布训练（ddpfsdp和deepspeed示例）、HuggingFace API及用例、模型微调基础
32-大模型分布训练（ddpfsdp和deepspeed示例）、HuggingFace API及用例、模型微调基础资料.png [493.5 KB]
📁 6-c04函数
📁 1-c04函数
6-6-作用域和嵌套函数.mp4 [207.8 MB]
5-5-形参和返回值.mp4 [318.8 MB]
7-7-局部变量赋值和global.mp4 [177.0 MB]
2-2-传实参2种方式.mp4 [73.3 MB]
6-c04函数说明.zip [1.8 MB]
📁 15-c07面向对象
📁 1-c07面向对象
1-c07面向对象文档.zip [1.8 MB]
4-4-继承和访问控制.mp4 [111.4 MB]
1-1-时间模块使用.mp4 [124.9 MB]
7-7-澶氱户鎵垮拰Mixin.mp4 [187.6 MB]
6-6-初始化原则和多态.mp4 [127.5 MB]
15-c07面向对象资料.zip [1.8 MB]
📁 13-c06文件IO和序列化
📁 1-c06文件IO和序列化
1-c06文件IO和序列化资料.zip [1.8 MB]
1-1-复制作业详解.mp4 [121.8 MB]
2-2-正则习题讲解1.mp4 [204.8 MB]
4-4-re模块使用.mp4 [309.4 MB]
3-3-正则习题讲解2.mp4 [177.7 MB]
5-5-argparse模块使用.mp4 [215.8 MB]
📁 18-c08面向对象进阶
📁 1-c08面向对象进阶
1-c08面向对象进阶资料.zip [1.8 MB]
2-2-魔术方法之上下文管理.mp4 [136.6 MB]
4-4-模块搜索加载缓存导入和全局变量.mp4 [314.6 MB]
3-3-魔术方法之反射.mp4 [239.1 MB]
1-1-魔术方法之可调用对象.mp4 [106.8 MB]
5-5-魔术方法之哈希.mp4 [134.1 MB]
📁 22-神经网络基础概率
📁 1-神经网络基础概率
📁 30-Transformer模型训练深度解析、各组件的演进、GPU
📁 12-c06文件IO和序列化
📁 1-c06文件IO和序列化
3-3-csv文件处理.mp4 [104.9 MB]
1-1-序列化本质和pickle.mp4 [131.9 MB]
📁 2-Python基础c02线性表
📁 2-数值和内建函数
2-线性表原理详解.mp4 [210.7 MB]
1-数值和内建函数.mp4 [146.4 MB]
3-列表操作和内存模型.mp4 [541.4 MB]
📁 1-分支循环
1-分支循环.mp4 [240.2 MB]
2-循环和三元表达式.mp4 [203.6 MB]
📁 7-c04函数
📁 1-c04函数
1-1-闭包原理.mp4 [163.2 MB]
📁 27-优化器正则化CNN和RNNLSTM
📁 GRU
📁 1-优化器正则化CNN和RNNLSTMGRU
📁 1-Python基础
📁 1-Python学习之路
3-计算机基础理论.mp4 [374.6 MB]
5-运算符和内建函数.mp4 [402.5 MB]
2-虚拟环境安装.mp4 [705.8 MB]
📁 3-c02线性表
📁 1-c02线性表
5-5-字符串分割替换移除.mp4 [214.6 MB]
7-7字符串格式化.mp4 [327.7 MB]
1-1列表复制原理.mp4 [116.8 MB]
2-2-Random模块.mp4 [61.3 MB]
📁 39-LLM推理系统的约束分析、架构设计与SLA达成路径
📁 1-LLM推理系统的约束分析、架构设计与SLA达成路径
📁 5-c03哈希表c04函数
📁 1-1-字典增删改查
3-3-解析式和生成器表达式..mp4 [375.2 MB]
1-1-字典增删改查.mp4 [208.8 MB]
2-2-遍历和有序性.mp4 [346.3 MB]
📁 2-函数概念
📁 33-HF API及用例、模型微调工作机制、微调数据集和对话模板、LoRA
1-HFAPI及用例模型微调工作机制微调数据集和对话模板.mp4 [751.9 MB]
📁 37-第16节-基于LiteLLM-Proxy的生产架构案例、Ray与Ray Cluster、Ray Cluster创建与管理
📁 1-基于LiteLLM-Proxy的生产架构案例、Ray与Ray Cluster、Ray Cluster创建与管理、Ray Serve架构
2-Ray Serve架构与工作机制、Ray Server与vLLM集成、Serve .mp4 [1009.6 MB]
1-基于LiteLLM-Proxy的生产架构案例、Ray与Ray Cluster、Ra.mp4 [808.1 MB]
📁 40-分布式、云原生与生产级系统
📁 1-分布式、云原生与生产级系统
📁 21-6.28开班
📁 1-6.28开班典礼&LLMOps资深工程师
📁 36-第15节-SGLang推理引擎、LLM的生产架构及案例
📁 23-Pandas、Matplotlib
📁 Seaborn、Scikit-Learn、特征工程和PyTorch基础
📁 1-Pandas、Matplotlib
📁 Seaborn、Scikit-Learn、特征工程和PyTorch基础
📁 34-模型微调实践、模型压缩与优化介绍、模型量化工作原理、模型量化实践、模型剪枝和模型蒸馏介绍
1-模型微调实践、模型压缩与优化介绍、模型量化工作原理.mp4 [730.4 MB]
📁 8-c04函数
📁 1-c04函数
5-5-选择排序精讲.mp4 [409.7 MB]
1-1函数执行原理.mp4 [126.6 MB]
3-3作业之比较大小.mp4 [133.0 MB]
4-4-作业上下三角打印.mp4 [263.4 MB]
📁 4-c02线性表c03哈希表
📁 2-c02线性表c03哈希表
2-2-set和哈希表原理.mp4 [355.0 MB]
📁 1-c02线性表c03哈希表
4-4-第一章习题-登录.mp4 [39.4 MB]
3-3第一章习题-九九乘法表.mp4 [140.4 MB]
1-1瀛楄妭绫诲瀷.mp4 [109.7 MB]
📁 29-Transformer架构组件、工作原理、代码实践和最新演进
📁 1-Transformer架构组件、工作原理、代码实践和最新演进
1-Transformer架构组件、工作原理、代码实践和最新演进资料.zip [1.8 MB]
📁 10-c05装饰器c06文件IO和序列化
📁 1-c05装饰器c06文件IO和序列化
3-3-functools之lru_cache和cache原理.mp4 [227.7 MB]
1-1-鎻掑叆鎺掑簭.mp4 [135.6 MB]
📁 2-c05装饰器c06文件IO和序列化
1-1-open方法和主模式.mp4 [121.0 MB]
2-2-附加模式和指针.mp4 [209.8 MB]
📁 28-RNNLSTMGRU和Transformer
📁 11-c06文件IO和序列化
📁 1-c06文件IO和序列化
3-3-ath模块.mp4 [86.0 MB]
1-1-递归作业详解.mp4 [93.1 MB]
2-2-文件对象读写和迭代.mp4 [112.4 MB]
4-4-Path甯哥敤鎿嶄綔.mp4 [178.1 MB]
6-6-shutil模块使用.mp4 [173.8 MB]
📁 14-c07面向对象
📁 1-c07面向对象
5-5-访问控制.mp4 [122.9 MB]
4-4-方法、类方法、静态方法原理.mp4 [186.6 MB]
1-1-面向对象概念.mp4 [139.0 MB]
3-3-属性本质和属性访问规则.mp4 [212.4 MB]
2-2-绫汇€佸疄渚嬨€佸睘鎬с€乻elf.mp4 [250.1 MB]
📁 24-Pandas、Matplotlib
📁 Seaborn、Scikit-Learn、特征工程和PyTorch基础（2）
📁 1-Pandas、Matplotlib
📁 Seaborn、Scikit-Learn、特征工程和PyTorch基础（2）
📁 25-sklearn神经网络和pytorch
📁 1-sklearn神经网络和pytorch
2-神经网络和pytorch .mp4 [1.2 GB]
📁 26-神经网络
📁 1-神经网络
📁 16-c07面向对象
📁 1-c07面向对象
1-1-作业argparse模块使用.mp4 [233.0 MB]
6-6-日志流.mp4 [154.9 MB]
3-3-作业温度转换和图形面积.mp4 [154.4 MB]
4-4-日志层次、级别、根.mp4 [245.5 MB]
2-2-高阶函数参数本质.mp4 [64.2 MB]
📁 35-第14节-模型量化及实践案例、模型推理与推理引擎、vLLM组件、架构、工作原理及案例
📁 38-第17节-LLM推理技术与工程化（基于Kubernetes）
📁 1-LLM推理技术与工程化（基于Kubernetes）
📁 19-c08面向对象进阶
📁 1-c08面向对象进阶
2-2-绝对导入和相对导入.mp4 [96.5 MB]
3-3-导入访问控制和__all__..mp4 [198.3 MB]
4-4-鎵撳寘鍒嗗彂.mp4 [430.0 MB]
5-5-鏍戠殑閬嶅巻.mp4 [32.5 MB]
1-1-包加载原理..mp4 [192.3 MB]
📁 9-c05装饰器
📁 1-c05装饰器
2-2-高阶函数柯里化..mp4 [89.0 MB]
1-1-可迭代对象和内建函数.mp4 [173.9 MB]
5-5-类型注解和类型检查装饰器.mp4 [201.4 MB]

适合人群

• AI领域开发者
• 数据科学家
• 机器学习工程师

🎯 学习收获

• 掌握大模型基本原理
• 了解分布式训练策略
• 提升模型工程实践能力

🎉 祝您学习愉快！