咕泡第五期-AI大模型零基础到商业实战全栈课（完结 ）
课程简介
这套咕泡第五期的 AI 大模型全栈课，定位比较清楚：面向会一点 Python、但没真正把大模型跑起来过的开发者。它的价值不在于讲了多少理论，而在于把「环境部署 → 原理理解 → 框架封装 → 企业级项目落地」这条链路完整走了一遍，并且每个阶段都有对应的代码可对照。下面按技术栈和工程结构拆一下，方便你判断该从哪一段切入。 技术栈与先修要求 课程从 Pytho…
这套咕泡第五期的 AI 大模型全栈课，定位比较清楚：面向会一点 Python、但没真正把大模型跑起来过的开发者。它的价值不在于讲了多少理论，而在于把「环境部署 → 原理理解 → 框架封装 → 企业级项目落地」这条链路完整走了一遍，并且每个阶段都有对应的代码可对照。下面按技术栈和工程结构拆一下，方便你判断该从哪一段切入。
技术栈与先修要求
课程从 Python 快速入门起步，但这一部分更像是给非科班或长期写其他语言的人补语法和工程习惯，不会在基础语法上停留太久。真正的重心在后面的开源组件部署和框架应用上。整体技术栈大致是：Python 作为粘合层，PyTorch / Transformers 作为模型加载与推理基础，向量库与检索组件承担 RAG 环节，LangChain 负责把模型、工具、检索串成可复用的链。如果你之前只用过 API 调模型，这门课会把你带到本地跑模型、自己拼装推理流程的层面。
项目结构的组织方式
课程按阶段递进，每一阶段都对应一类工程问题。导学篇负责把学习节奏和环境预期讲清楚；部署篇解决的是「东西装不上、版本对不上、显存不够」这类最劝退的问题，从零搭建推理环境和各类开源组件；L3 阶段讲模型工作原理与优化，重点在推理性能、显存占用和参数调优这些实际会卡住进度的地方；L4 阶段进入企业级项目实战，把前面散装的模块按真实业务场景组装起来。这种「先能跑、再懂原理、最后拼业务」的结构，比一上来就讲注意力机制要务实得多。
可复用的模块与框架
后面几个模块是这套资料里复用价值最高的部分。LangChain 部分从零基础讲到企业级应用，覆盖的是链式调用、工具接入、记忆管理等通用模式，学完可以直接迁移到自己的项目里。RAG 作为单独一块，涉及文档切分、向量化、检索召回和结果拼装，这是目前落地最广的大模型应用形态，里面的切分策略和检索调优是可以直接抄用的工程经验。实战篇则把这些封装成完整流程，适合拿来当模板改。建议对照代码走一遍，而不是只看讲解。
怎么用这套资料自学
- 环境部署不要跳。很多人卡在第一步就放弃了，部署篇里的踩坑记录本身就是工程经验。
- L3 的原理部分配合代码看，遇到不懂的优化点就回到对应脚本里验证，别只记结论。
- LangChain 和 RAG 两块建议自己重写一遍最小示例，再对照课程里的企业级实现找差距。
- 企业级项目实战适合在学完框架后用来做整体复盘，重点看模块之间怎么解耦和配置。
- 常见问题答疑放在手边，遇到报错先查一遍，能省不少折腾时间。
整体来看，这是一套偏工程实践的完整资料，适合拿来对照代码逐步推进，而不是当成视频课从头看到尾。真正吃透部署、LangChain 和 RAG 这三块，基本就能独立搭出一个能跑通的大模型应用。
咕泡第五期-AI大模型零基础到商业实战全栈课（完结 ）
零基础入门，实战AI大模型
编辑点评
课程内容全面，从基础到实战，适合AI大模型初学者及有一定基础者。
⭐ 编辑推荐
咕泡AI大模型全栈课，涵盖Python基础、环境部署、工作原理与优化、实战应用，助你成为AI大模型专家。
✨ 课程亮点
✦Python基础到AI大模型实战
✦涵盖环境部署与优化
✦实战项目驱动学习
课程目录
10 【基础篇】：Python快速入门18 集
- 10 【基础篇】：Python快速入门文档.png [493.5 KB]
- 176 3-Notebook工具使用.mp4 [57.5 MB]
- 195 21-鏃堕棿鎿嶄綔.mp4 [13.9 MB]
- 175 2-Python库安装工具.mp4 [31.7 MB]
- 174 1-Python环境配置.mp4 [32.2 MB]
- 193 19-类的基本定义.mp4 [25.6 MB]
- 182 8-List鏍稿績鎿嶄綔.mp4 [41.3 MB]
- 188 14-循环结构.mp4 [21.7 MB]
- 181 7-2-List基础结构.mp4 [24.7 MB]
- 187 13-判断结构.mp4 [12.7 MB]
- 191 17-异常处理模块.mp4 [39.4 MB]
- 183 9-字典基础定义.mp4 [15.5 MB]
- 190 16-模块与包.mp4 [25.7 MB]
- 184 10-字典的核心操作.mp4 [22.8 MB]
- 185 11-Set结构.mp4 [21.4 MB]
- 180 7-1-索引结构.mp4 [18.2 MB]
- 194 20-类的属性操作.mp4 [28.1 MB]
- 192 18-文件操作.mp4 [38.6 MB]
09 【部署篇】：从0到1实现AI大模型及各类开源组件的环境部署14 集
- 09 【部署篇】：从0到1实现AI大模型及各类开源组件的环境部署文档.png [493.5 KB]
- 161 20250217_Pycharm环境安装与破解及整合Anaconda.mp4 [60.2 MB]
- 165 2月21日 Window环境Deepseek+Ollama+Dify搭建个人旅行助手-1.mp4 [161.1 MB]
- 168 Ubuntu24环境下部署Video-LLaVA-2视频理解大模型.mp4 [173.7 MB]
- 172 jupyter notebook配置方法-1.mp4 [179.3 MB]
- 169 2月27日-Window环境下LangChain_ChatChat+Deepseek-R1搭建本地知识库.mp4 [246.6 MB]
- 166 2月22日Ubuntu+Deepseek-R1+Ollama+Dify实现旅行助手Agent-1.mp4 [174.7 MB]
- 170 Ubuntu环境下安装LangChain-ChatChat+Deepseek实现本地知识库管理.mp4 [205.3 MB]
- 167 【粗剪】DeepSeek-R1+VLLM本地部署保姆级攻略.mp4 [285.4 MB]
- 173 3月21日 Window+Deepseek+RagFlow本地部署教程.mp4 [195.6 MB]
- 160 20250214_Anaconda环境管理工具的安装教程.mp4 [80.3 MB]
- 162 20250217_使用Pycharm+OpenAI运行第一个大模型案例.mp4 [25.2 MB]
- 171 20241225_AnythingLLM+Ollama基于本地私有化大模型搭建RAG知识库.mp4 [48.8 MB]
- 163 20250218_hanlp本地运行出现的问题及操作步骤分析.mp4 [80.2 MB]
04 第四章 第三阶段（L3）-AI大模型的工作原理与优化13 集
- 04 第四章 第三阶段（L3）-AI大模型的工作原理与优化必看.zip [1.8 MB]
- 25 揭秘神经网络及Transformer的工作原理.mp4 [1.7 GB]
- 29 国产大模型 DeepSeek深度剖析.mp4 [1.6 GB]
- 24 探索揭秘神经网络奥秘.mp4 [1.5 GB]
- 28 深入浅出了解多模态模型.mp4 [1.7 GB]
- 26 揭秘Transformer的工作原理.mp4 [1.6 GB]
- 23 从“NLP 技术”到“Al大模型”.mp4 [1.5 GB]
- 22 AI大模型产品设计与落地.mp4 [1.7 GB]
- 31 AI大模型微调实战(下).mp4 [1.6 GB]
- 32 大模型微调项目实践.mp4 [1.7 GB]
- 33 GPU与 CUDA 以及AI大模型企业级部署方案.mp4 [1.6 GB]
- 30 AI大模型微调实战(上).mp4 [1.6 GB]
- 27 揭秘Transformer的工作原理（二）.mp4 [1.7 GB]
01 第一章【导学篇】：0基础学习导入3 集
- 01 第一章【导学篇】：0基础学习导入必看.png [493.5 KB]
- 02 0基础前置学习.mp4 [446.3 MB]
- 01 3月12日-AI大模型学习指南-1.mp4 [185.4 MB]
12 【实战篇】：LangChain 零基础入门到企业级应用实战21 集
- 12 【实战篇】：LangChain 零基础入门到企业级应用实战文档.zip [1.8 MB]
- 321 19-虚拟文档demo.mp4 [43.2 MB]
- 320 18-虚拟文档.mp4 [6.7 MB]
- 266 3-003 杈撳嚭瑙ｆ瀽part1.mp4 [90.2 MB]
- 289 3-路由.mp4 [50.1 MB]
- 286 3-基础介绍_demo.mp4 [122.1 MB]
- 295 4-修剪过滤消息.mp4 [71.1 MB]
- 324 22-结构化搜索.mp4 [9.0 MB]
- 277 3- 结构化提取.mp4 [110.7 MB]
- 308 6-绱㈠紩鍏ㄦ祦绋媎emo.mp4 [35.3 MB]
- 267 3-004 杈撳嚭瑙ｆ瀽part2.mp4 [92.6 MB]
- 296 1-娴佸紡杈撳嚭.mp4 [104.3 MB]
- 272 5-002 链-简单顺序链.mp4 [53.7 MB]
- 323 21-路由demo.mp4 [68.7 MB]
- 322 20-路由.mp4 [13.5 MB]
- 325 23-结构化搜索demo.mp4 [85.0 MB]
- 302 3-Map reduce控制流.mp4 [90.0 MB]
- 298 3-外部控制修改图状态.mp4 [79.4 MB]
- 262 2-001 Langchain中的基本数据结构.mp4 [98.9 MB]
- 306 4- 绱㈠紩part3_璇嶅祵鍏emo.mp4 [61.6 MB]
- 275 1-鎬荤粨鎽樿.mp4 [102.6 MB]
05 第五章 第四阶段（L4）-AI大模型的企业级项目实战49 集
- 05 第五章 第四阶段（L4）-AI大模型的企业级项目实战资料.png [493.5 KB]
- 60 5.多智能体框架+多MCP适用场景.mp4 [71.3 MB]
- 39 第六章：中心化智能体架构的缺陷与去中心化多智能体langGraph架构.mp4 [138.1 MB]
- 42 第八章(b)：langGraph+MCP项目测试+工程化部署修改.mp4 [185.2 MB]
- 59 4.2项目一：股价心理按摩师(服务端-客户端完整代码编写).mp4 [540.2 MB]
- 66 第一章-引导式对话系统是什么.mp4 [60.6 MB]
- 61 6.多智能体框架AgentSDK的基本用法.mp4 [538.9 MB]
- 56 2.MCP server的编写与并联串联调用原理.mp4 [86.8 MB]
- 43 第一章(RAG原理+挑战与知识库的构建)修改版本.mp4 [404.5 MB]
- 77 第六章-6.4-工程化部署编写API接口.mp4 [42.5 MB]
- 69 第四章-对话流程编排的集中实现方案与优劣对比.mp4 [56.8 MB]
- 78 第七章-引导式对话系统面临的挑战及解决方案.mp4 [64.9 MB]
- 34 企业级AI销售助手应用实战.mp4 [1.6 GB]
- 34 第三章：剖析ChatBI的技术原理.mp4 [73.2 MB]
- 65 7.4 项目二：金融投资虚拟顾问(多用户对话状态管理多智能体多MCP系统的实现).mp4 [451.3 MB]
- 75 第六章-6.2-对话系统整体代码实现.mp4 [292.3 MB]
- 68 第三章-槽位抽取方案比较与选型.mp4 [63.2 MB]
- 54 第六章-向量知识库热更新实战修改版本.mp4 [339.1 MB]
- 48 第四章-实战案例一(4.2-1 词缀树的检索)修改版本.mp4 [140.0 MB]
- 45 第三章(常用RAG代码实操1-稠密检索器).mp4 [370.7 MB]
- 50 第五章-实战案例二-(5.1 需求分析、软件设计)修改版本.mp4 [191.6 MB]
- 74 第六章-6.1-工具定义与功能函数实现介绍.mp4 [134.2 MB]
- 76 第六章-6.3-代码调试与前端页面搭建.mp4 [106.8 MB]
- 57 3.MCP三种协议详解.mp4 [38.0 MB]
- 64 7.3 项目二：金融投资虚拟顾问(转人工MCP&股价预测MCP&多智能体多MCP运行编排).mp4 [607.3 MB]
- 41 第八章(a)：langGraph+MCP实现ChatBI主流程搭建.mp4 [435.3 MB]
- 37 第五章(b)-项目一：text2sql&text2python MCP的实现.mp4 [493.4 MB]
- 71 第五章-5.1-案例背景讲解.mp4 [84.0 MB]
- 32 第一章：课程任务介绍.mp4 [73.5 MB]
- 62 7.1项目二：金融投资虚拟顾问(业务背景+技术架构).mp4 [23.6 MB]
- 49 第四章-实战案例一(4.2-2 项目整体代码实现).mp4 [364.5 MB]
- 38 第五章(c)-项目一：机器学习MCP+多协议MCP客户端的编写.mp4 [605.7 MB]
- 73 第六章-6.0-用户数据持久化打码修改版本.mp4 [520.7 MB]
- 33 第二章chatBI的优势与挑战修改.mp4 [70.5 MB]
- 72 第五章-5.2-前端演示.mp4 [22.8 MB]
- 46 第三章(常用RAG代码实操2-稀疏+集成检索器).mp4 [63.0 MB]
- 47 第四章-实战案例一(4.1 需求分析、软件设计与ES的使用)修改版本.mp4 [359.4 MB]
- 44 第二章(常用检索-增强-生成方法介绍+扩展).mp4 [225.3 MB]
- 40 第七章：langGraph的基本用法修改.mp4 [937.3 MB]
- 51 第五章-实战案例二-(5.2 知识库构建、4种检索器构建)修改版本.mp4 [467.4 MB]
- 36 第五章(a)-项目一：项目背景&数据结构介绍修改.mp4 [331.4 MB]
- 70 第四章结束后的代码实操讲解(流式+非流式Functionca.mp4 [191.5 MB]
- 67 第二章-引导式对话系统主要面临的挑战.mp4 [45.7 MB]
- 55 1.MCP介绍与底层原理修改版本.mp4 [322.1 MB]
- 63 7.2 项目二：金融投资虚拟顾问(金融文章检索MCP&金融RAG MCP的实现).mp4 [460.3 MB]
- 35 第四章：驱动ChatBI的核心能力MCP理论介绍.mp4 [222.8 MB]
- 53 第五章-实战案例二(5.4 检索效果测试与工程化部署)修改版本.mp4 [348.2 MB]
- 52 第五章-实战案例二-(5.3 知识库检索整体代码实现1+2整合)修改版本.mp4 [399.7 MB]
- 58 4.1项目一：股价心理按摩师(项目背景+需求分析+技术架构).mp4 [372.8 MB]
15 常见问题答疑4 集
- 15 常见问题答疑文档.zip [1.8 MB]
- 332 20250320_课程中的python项目运行方法.mp4 [36.3 MB]
- 333 Coze自定义代码节点.mp4 [58.6 MB]
- 334 深入浅出通俗理解什么是MCP.mp4 [688.5 MB]
13 RAG 入门核心原理到企业级智能交互应用实战14 集
- 362 13-基于RAG实现智能问答系统.mp4 [74.7 MB]
- 353 4-PDF文档解析工具.mp4 [29.5 MB]
- 363 14-虚拟环境介绍.mp4 [33.6 MB]
- 356 7-鍗冮棶embedding璋冪敤.mp4 [30.5 MB]
- 367 18-LangChain的基本使用.mp4 [80.6 MB]
- 366 17-LangChain核心组件介绍.mp4 [25.4 MB]
- 361 12-基于向量检索的RAG实现.mp4 [55.3 MB]
- 359 10-向量数据库的介绍.mp4 [69.7 MB]
- 351 2-RAG的概念和LLM的局限性.mp4 [15.0 MB]
- 357 8-向量间的相似度计算.mp4 [33.1 MB]
- 355 6-向量与Embeddings的定义.mp4 [33.3 MB]
- 364 15-Jupyter notebook使用介绍.mp4 [19.7 MB]
- 365 16-LangChain鍩烘湰浠嬬粛.mp4 [47.7 MB]
- 358 9-根据关键字检索.mp4 [115.9 MB]
11 【基础篇】：Python数据科学必备工具包实战37 集
- 225 12-时间序列操作.mp4 [34.2 MB]
- 248 0-课程简介1.mp4 [5.2 MB]
- 215 2-Pandas鍩烘湰鎿嶄綔.mp4 [58.0 MB]
- 250 2风格细节设置.mp4 [17.4 MB]
- 201 4-鏁扮粍绫诲瀷.mp4 [17.8 MB]
- 224 11-鏃堕棿鎿嶄綔.mp4 [25.2 MB]
- 240 8-鐩掑浘缁嗚妭.mp4 [30.1 MB]
- 228 15-Groupby鎿嶄綔寤朵几.mp4 [43.9 MB]
- 253 5单变量分析绘图.mp4 [21.0 MB]
- 257 9Facetgrid使用方法.mp4 [17.3 MB]
- 220 7-瀵硅薄鎿嶄綔2.mp4 [25.2 MB]
- 208 11-随机模块.mp4 [41.6 MB]
- 241 9-绘图细节设置.mp4 [27.8 MB]
- 219 6-瀵硅薄鎿嶄綔.mp4 [24.4 MB]
- 205 8-数组生成函数.mp4 [37.9 MB]
- 256 8分类属性绘图.mp4 [22.0 MB]
- 207 10-鍥涘垯杩愮畻.mp4 [24.1 MB]
- 204 7-数组形状操作.mp4 [46.6 MB]
- 243 11-直方图与散点图.mp4 [34.8 MB]
- 210 13-鏁扮粍淇濆瓨.mp4 [38.0 MB]
- 239 7-鐩掑浘缁樺埗.mp4 [18.1 MB]
- 232 19-大数据处理技巧.mp4 [65.5 MB]
- 203 6-鎺掑簭鎿嶄綔.mp4 [31.3 MB]
- 255 7多变量分析绘图.mp4 [21.1 MB]
- 223 10-数据透视表.mp4 [30.4 MB]
- 226 13-Pandas甯哥敤鎿嶄綔.mp4 [29.0 MB]
- 231 18-Pandas缁樺浘鎿嶄綔.mp4 [38.3 MB]
- 254 6回归分析绘图.mp4 [20.3 MB]
- 206 9-常用生成函数.mp4 [22.3 MB]
- 209 12-文件读写.mp4 [28.5 MB]
- 242 10-绘图细节设置2.mp4 [29.1 MB]
- 252 4调色板颜色设置.mp4 [17.1 MB]
- 227 14-Pandas甯哥敤鎿嶄綔2.mp4 [27.0 MB]
- 200 3-数组结构.mp4 [51.3 MB]
- 246 14-瀛愬浘甯冨眬.mp4 [41.9 MB]
- 249 1整体布局风格设置.mp4 [17.8 MB]
- 235 3-椋庢牸璁剧疆.mp4 [11.4 MB]
03 第三章 第二阶段（L2）：AI大模型的企业级应用10 集
- 20 MCP模型上下文协议概述与应用实战.mp4 [1.6 GB]
- 16 掌握LangChain实现Al大模型应用.mp4 [1.5 GB]
- 12 RAG检索增强生成技术实战.mp4 [1.6 GB]
- 14 Embeddings和向量数据库（二）.mp4 [1.6 GB]
- 15 RAG 企业级落地实战优化.mp4 [1.6 GB]
- 17 大模型应用开发框架Llamalndex.mp4 [1.6 GB]
- 21 深入浅出 A2A协议以及应用实战.mp4 [1.6 GB]
- 13 Embeddings和向量数据库.mp4 [1.5 GB]
- 19 AI工作流应用开发实战.mp4 [1.6 GB]
- 18 LangChain实现企业级Agent智能体.mp4 [1.5 GB]
02 第二章 第一阶段（L1）-0基础快速入门AI大模型应用与实战8 集
- 08 掌握Coze玩转Al大模型应用.mp4 [1.5 GB]
- 06 GPTs与 Function Calling开发Al大模型应用.mp4 [1.5 GB]
- 10 Dify快速入门到应用实战.mp4 [1.5 GB]
- 11 N8N 快速入门到应用实战.mp4 [1.5 GB]
- 04 大模型核心概念和基础原理.mp4 [1.6 GB]
- 07 掌握Al编程让普通人也能开发各种技术应用 .mp4 [2.6 MB]
- 09 自动化AI工作流原理与实战.mp4 [1.5 GB]
- 07 掌握Al编程让普通人也能开发各种技术应用.mp4 [1.6 GB]
08 第八章【应用篇】：小白从0到1玩转Al Agent独立搭建个性化的智能体应用44 集
- 134 3-大模型节点配置方法.mp4 [32.2 MB]
- 152 11-选修：工作流中添加视频插件.mp4 [77.1 MB]
- 167 5-配置插件把分析结果存在excel里.mp4 [61.9 MB]
- 135 4-结束节点配置.mp4 [29.6 MB]
- 141 5-批处理的作用与效果.mp4 [64.0 MB]
- 166 4-结合DeepSeek进行数据分析.mp4 [81.0 MB]
- 149 8-视频生成节点容易违规的解决方法.mp4 [74.8 MB]
- 165 3-结合DeepSeek构建代码节点.mp4 [166.5 MB]
- 151 10-选修：自定义插件配置方法实例.mp4 [63.5 MB]
- 163 1-效果演示与数据读取.mp4 [46.0 MB]
- 138 2-循环中参数的定义方法.mp4 [46.2 MB]
- 169 7-不同可视化图表配置方法.mp4 [105.1 MB]
- 161 4-知识库构建与匹配方法.mp4 [52.2 MB]
- 175 5-完成文案采集的全部功能.mp4 [120.0 MB]
- 157 5-得到合成后的视频.mp4 [79.5 MB]
- 147 6-视频节点构建与错误分析.mp4 [84.1 MB]
- 170 8-输出与展示配置.mp4 [48.3 MB]
- 159 2-选择器的使用方法.mp4 [61.7 MB]
- 140 4-智能体测试与输出节点.mp4 [51.7 MB]
- 164 2-数据清洗与处理.mp4 [55.1 MB]
- 168 6-数据可视化配置方法与节点调试分析.mp4 [259.1 MB]
- 173 3-影刀流程配置方法实例.mp4 [52.1 MB]
- 143 2-做剧本节点系统提示词方法.mp4 [62.7 MB]
- 137 1-循环节点方法解读.mp4 [35.9 MB]
- 160 3-数据库与大模型的匹配方法.mp4 [81.2 MB]
- 133 2-插件配置方法与参数.mp4 [35.9 MB]
- 148 7-图像生成节点错误调试并保险.mp4 [89.4 MB]
- 172 2-影刀安装方法.mp4 [25.7 MB]
- 136 5-智能体配置方法.mp4 [51.2 MB]
- 144 3-完成剧本节点输出.mp4 [48.0 MB]
- 156 4-剪映草稿添加素材方法.mp4 [61.1 MB]
- 155 3-时间线和素材绑定方法.mp4 [56.8 MB]
- 142 1-做视频素材业务逻辑分析.mp4 [51.1 MB]
- 150 9-选修（当作拓展知识）：配置外部视频软件成为插件.mp4 [47.5 MB]
- 174 4-执行循环操作.mp4 [53.7 MB]
- 158 1-对话流配置与创建.mp4 [35.7 MB]
- 132 1-工作流要完成的任务与节点定义.mp4 [22.6 MB]
- 162 5-汇总输出与测试.mp4 [75.0 MB]
- 146 5-图像违规词限制与运镜节点.mp4 [82.8 MB]
- 139 3-续写新闻稿件方法(循环中间变量使用).mp4 [61.3 MB]
- 145 4-画面描述与图像生成节点构建.mp4 [63.7 MB]
- 154 2-剪映插件介绍.mp4 [38.1 MB]
- 171 1-褰卞垁RPA鍒嗘瀽.mp4 [74.4 MB]
- 153 1-时间线定义方法.mp4 [45.4 MB]
06 第六章 第五阶段（L5）：从模型训练到模型微调入门到精通47 集
- 124 3.模型训练优化与高效推理部署.mp4 [390.0 MB]
- 113 6.大模型知识蒸馏难点与解决案例分享-修改.mp4 [263.6 MB]
- 100 实战项目二：Galora全量参数微调实战与tensorboard使用.mp4 [317.8 MB]
- 110 2.基于响应的知识蒸馏-修改.mp4 [150.0 MB]
- 126 5.AI工程师的职业发展路径.mp4 [59.1 MB]
- 117 3.RestfulAPI与gRPC API的使用.mp4 [77.6 MB]
- 125 4.大模型未来发展趋势.mp4 [207.4 MB]
- 105 4. 其他分布式训练优化操作要点.mp4 [101.9 MB]
- 116 2.大模型推理的优化技术.mp4 [217.5 MB]
- 114 7.知识蒸馏项目实战-修改.mp4 [299.6 MB]
- 98 AWQ量化算法原理介绍.mp4 [103.6 MB]
- 108 7.实战三-多机多卡分布式微调实战.mp4 [523.1 MB]
- 119 5.VLLM高效推理框架部署.mp4 [755.3 MB]
- 118 4.Ollama实战部署.mp4 [405.3 MB]
- 87 llamafactory-webui面板配置与训练推理流程演示.mp4 [216.0 MB]
- 115 1.大模型部署基础.mp4 [133.0 MB]
- 80 课程大纲介绍.mp4 [102.8 MB]
- 90 2.数据集的构建.mp4 [142.7 MB]
- 103 2.集体通信原语和网络拓扑.mp4 [194.9 MB]
- 88 llamafactory-webui难点参数理论讲解.mp4 [71.1 MB]
- 102 1.分布式训练基础与网络环境配置.mp4 [349.5 MB]
- 89 1.数据集的来源与llamafactory中的数据集.mp4 [244.9 MB]
- 92 4.项目实战一：lora微调演示.mp4 [193.4 MB]
- 107 6.实战二-FSDP&DDP单机多卡分布式微调.mp4 [108.9 MB]
- 93 5.BAdam&Galora微调原理讲解.mp4 [161.8 MB]
- 85 云算力租赁介绍.mp4 [60.6 MB]
- 121 7.大模型生命周期管理.mp4 [89.7 MB]
- 111 3和4一起：基于特征的知识蒸馏.mp4 [160.7 MB]
- 81 大模型训练主要阶段与应用价值.mp4 [135.8 MB]
- 122 1.综合项目需求分析.mp4 [134.9 MB]
- 96 PTQ量化原理.mp4 [108.9 MB]
- 120 6.SGlang介绍与使用.mp4 [482.2 MB]
- 94 6.大模型加速技术.mp4 [107.6 MB]
- 109 1.什么是知识蒸馏-修改.mp4 [126.4 MB]
- 101 实战项目三：GPTQ量化实战.mp4 [208.6 MB]
- 91 3.微调方法理论介绍与日志监控.mp4 [231.1 MB]
- 99 HQQ量化算法原理介绍.mp4 [127.0 MB]
- 83 主流显卡介绍与选择.mp4 [32.5 MB]
- 106 5.实战一-deepspeed&DDP单机多卡分布式微调.mp4 [394.7 MB]
- 104 3.分布式微调训练框架与技术.mp4 [375.4 MB]
- 82 大模型微调难点与挑战.mp4 [67.0 MB]
- 86 llamafactory项目介绍与安装部署.mp4 [259.8 MB]
- 95 量化核心原理介绍.mp4 [210.9 MB]
- 123 2.综合项目数据处理与训练数据集构建.mp4 [328.2 MB]
- 84 本地微调环境搭建.mp4 [197.4 MB]
- 112 5.关系型知识蒸馏-修改.mp4 [87.9 MB]
- 97 QTA量化算法原理介绍.mp4 [65.8 MB]
07 第七章 【产品篇】AI-Native产品设计10 集
- 137 原型不是Demo：用可执行逻辑验证可行性.mp4 [1011.6 MB]
- 135 搭建数据脊梁：让系统拥有可学习的知识底座.mp4 [1.1 GB]
- 139 用数据回答质疑：如何拆解“贵、准、安全”三种挑战.mp4 [576.1 MB]
- 134 画出智能流程：对话、回退与责任边界的设计术.mp4 [1.1 GB]
- 133 从感觉到数据：为智能系统定义可度量的价值口径.mp4 [1.1 GB]
- 138 写出可落地的PRD：让每一行描述都能被模型执行.mp4 [1.1 GB]
- 130 重写产品经理的定义：从需求执行者到智能系统的导演.mp4 [1.1 GB]
- 136 让系统理解你：提示词设计的产品思维.mp4 [1.3 GB]
- 131 判断一件事是否值得智能化：从想法到ROI的计算逻辑.mp4 [1.3 GB]
- 132 让知识流动起来：设计可被调用的知识结构.mp4 [1.3 GB]
14 Dify零基础教程2 集
- 331 5.鍙戝竷搴旂敤.mp4 [66.3 MB]
- 326 0.环境安装和本地部署Dify.mp4 [249.3 MB]
适合人群
- AI大模型初学者
- 有一定编程基础者
- 对AI大模型感兴趣者
🎯 学习收获
- 掌握AI大模型基础知识
- 学会AI大模型环境部署
- 实现AI大模型实战应用
🎉 祝您学习愉快！
[衡天云]爆款云服务器 低至12元/月
![[衡天云]爆款云服务器 低至12元/月](/hty.png)