正版资源 getfromcode后端开发 会员免费
黑马大模型二期【VIP】
从零构建大模型工程：PyTorch 核心原理与实操 本课程聚焦于大语言模型背后的深度学习工程落地，核心解决开发者对 PyTorch 框架“懂 API 不会调”、“会跑代码不懂原理”的痛点。课程摒弃了纯理论宣讲，通过大量代码演示，带你打通从神经网络基础到张量运算、激活函数等核心组件的底层逻辑，确保你能
单课价¥29.90新品 上架
正版保障 极速发货 售后无忧
从零构建大模型工程：PyTorch 核心原理与实操
本课程聚焦于大语言模型背后的深度学习工程落地，核心解决开发者对 PyTorch 框架“懂 API 不会调”、“会跑代码不懂原理”的痛点。课程摒弃了纯理论宣讲，通过大量代码演示，带你打通从神经网络基础到张量运算、激活函数等核心组件的底层逻辑，确保你能真正掌握大模型开发的“内功”。
环境搭建与前置基础
资料包中反复出现的 Python 语言与 PyTorch 安装模块，明确指向了本课程的工程化起点。课程不假设你精通 Python，而是专门开辟了“大模型必备 Python 语言”章节，针对性讲解列表推导式、装饰器等模型开发中高频使用的语法糖。同时，课程详细演示了 Anaconda3 与 PyCharm 的安装配置，这是避免后续环境报错的关键。适合具备基本计算机操作能力，但尚未系统学习过深度学习或 PyTorch 框架的初学者，建议先看完 Python 基础与软件环境配置部分，再进入数学原理学习。
核心算子与模型构造实战
在掌握环境后，课程重心迅速转向 PyTorch 的核心张量操作与神经网络构建。资料线索中的“神经元设计”、“张量基本创建”、“线性张量”及“随机张量”等视频，对应了工程实践中最耗时的张量初始化与矩阵乘法优化。课程会深入讲解 ReLU、Sigmoid、Softmax 等激活函数的作用机制及其代码实现，并配合具体的网络结构演示，教你如何从零手写一个全连接神经网络。学完这部分，你将不再依赖现成的 Demo，而是具备独立搭建、调试甚至微调一个基础大模型架构的能力。
资料配合与独立开发路径
学习时应严格遵循“视频讲解 + 代码复现 + 参数微调”的闭环。不要只看不练，务必对照视频中的每一行代码在本地环境中敲一遍，特别是那些标记为“重点”的注释与变量定义部分。建议将资料包中的代码文件建立索引，按章节同步运行，对比运行结果与预期输出。学完本课程，你已掌握大模型开发的最小可行性闭环，能够独立复现经典的 Transformer 结构或简单的文本生成模型，为后续学习 Prompt Engineering 或微调大模型打下坚实的工程地基。
课程目录
第 1 部分152 集
- 01-深度学习简介_ev.mp4 7.42M
- 01-神经网络内容简介_ev.mp4 2.60M
- 01-（了解）Python语言简介_ev.mp4 7.23M
- 001-大模型必备Python语言_ev.mp4 668.71M
- 02-pytorch简介和安装方法_ev.mp4 5.87M
- 02-神经元的设计_ev.mp4 9.08M
- 02-（重点）Anaconda3软件安装_ev.mp4 7.68M
- 002-大模型必备Python语言_ev.mp4 779.52M
- 03-pytorch内容说明_ev.mp4 1.88M
- 03-神经网络的构成_ev.mp4 11.55M
- 03-（重点）PyCharm软件的安装与激活_ev.mp4 14.17M
- 003-大模型必备Python语言_ev.mp4 1.19G
- 04-张量的基本创建方法_ev.mp4 18.66M
- 04-激活函数的作用_ev.mp4 16.69M
- 04-（重点）PyCharm配置与Python入门程序编写_ev.mp4 9.15M
- 004-大模型必备Python语言_ev.mp4 2.92M
- 05-线性张量和随机张量_ev.mp4 7.82M
- 05-sigmoid激活_ev.mp4 10.08M
- 05-（重点）Python中的注释_ev.mp4 8.72M
- 005-大模型必备Python语言_ev.mp4 873.40M
- 06-创建全0、全1和指定值的张量_ev.mp4 6.21M
- 06-relu激活_ev.mp4 7.76M
- 06-（重点）Python中的变量_ev.mp4 8.80M
- 006-大模型前置知识_ev.mp4 1.07G
- 07-张量元素类型转换_ev.mp4 9.00M
- 07-softmax激活_ev.mp4 2.83M
- 07-（重点）Python中的四种基本数据类型_ev.mp4 13.07M
- 007-大模型前置知识_ev.mp4 797.03M
- 08-张量创建内容总结_ev.mp4 4.90M
- 08-常见的激活函数和选择方法_ev.mp4 10.55M
- 08-（重点）Python中的运算符_ev.mp4 9.47M
- 008-大模型前置知识_ev.mp4 864.47M
- 09-张量转换为数组_ev.mp4 7.15M
- 09-神经网络的构建_ev.mp4 36.01M
- 09-（重点）Python中的输入与输出操作_ev.mp4 20.98M
- 009-大模型前置知识_ev.mp4 910.21M
- 10-数组转换为张量_ev.mp4 9.92M
- 10-网络参数量的统计方法_ev.mp4 6.27M
- 10-（重点）Python中的print()格式化输出_ev.mp4 10.59M
- 010-大模型应用工具实战_ev.mp4 922.96M
- 11-张量标量数值的获取_ev.mp4 7.22M
- 11-神经网络的优缺点_ev.mp4 4.84M
- 11-（重点）Python中的if选择结构_ev.mp4 7.42M
- 011-大模型应用工具实战_ev.mp4 47.63M
- 12-张量的基本运算_ev.mp4 16.21M
- 12-损失函数_ev.mp4 12.20M
- 12-（重点）Python的if...else结构与if...elif...else多分支结构_ev.mp4 13.60M
- 012-大模型应用工具实战_ev.mp4 927.08M
- 13-张量的点乘运算_ev.mp4 7.18M
- 13-梯度下降算法_ev.mp4 10.85M
- 13-（重点）if嵌套结构_ev.mp4 10.11M
- 013-大模型开发入门_ev.mp4 323.25M
- 14-张量的乘法运算_ev.mp4 9.37M
- 14-反向传播算法_ev.mp4 30.85M
- 14-（重点）Python实现猜拳游戏开发_ev.mp4 12.83M
- 014-大模型开发入门_ev.mp4 171.43M
- 15-张量的运算函数_ev.mp4 14.78M
- 15-价格分类案例需求分析_ev.mp4 12.44M
- 15-（重点）Python中模块的导入与使用_ev.mp4 10.56M
- 015-主流大模型介绍及大模型Prompt-Tuning方法入门_ev.mp4 213.08M
- 16-张量的索引操作_ev.mp4 25.71M
- 16-数据集获取_ev.mp4 19.33M
- 16-（重点）Python中的for循环结构_ev.mp4 7.09M
- 016-大模型Prompt-Tuning方法进阶_ev.mp4 181.06M
- 17-张量的多维索引_ev.mp4 12.46M
- 17-（重点）for循环与range()函数结合使用_ev.mp4 10.88M
- 017-大模型提示词工程应用1_ev.mp4 228.82M
- 18-张量的reshape方法_ev.mp4 11.87M
- 18-（重点）for循环中的两大关键词_ev.mp4 11.11M
- 018-大模型提示词工程应用2_ev.mp4 93.67M
- 19-张量的squeeze和unsqueeze方法_ev.mp4 12.70M
- 19-（重点）for循环综合案例之猜数字游戏开发_ev.mp4 9.22M
- 019-大模型提示词工程应用3_ev.mp4 179.96M
- 20-张量的transpose和permute方法_ev.mp4 15.27M
- 20-（重点）列表容器定义与增删改查操作_ev.mp4 16.19M
- 020-大模型提示词_ev.mp4 543.21M
- 21-张量的view方法_ev.mp4 11.43M
- 21-（重点）列表其他操作_ev.mp4 8.29M
- 021-【项目1】金融行业动态风向评估_ev.mp4 534.72M
- 22-张量的拼接操作_ev.mp4 10.08M
- 22-（重点）列表的切片操作_ev.mp4 19.49M
- 022-企业级大模型定制平台_ev.mp4 158.13M
- 23-自动微分模块_ev.mp4 36.03M
- 23-（重点）列表相关函数与操作方法_ev.mp4 20.34M
- 023-企业级大模型定制平台_ev.mp4 290.83M
- 24-线性回归简介_ev.mp4 12.02M
- 24-（重点）Python中的元组定义与访问_ev.mp4 9.50M
- 024-企业级大模型定制平台_ev.mp4 177.78M
- 25-（重点）字典的定义与增删改查操作_ev.mp4 13.97M
- 025-电商虚拟试衣_ev.mp4 199.93M
- 26-（重点）集合的定义与使用_ev.mp4 11.34M
- 026-（新增）大模型开发工具Function Call的原理及实践_ev.mp4 632.56M
- 27-（重点）函数的定义与调用_ev.mp4 19.44M
- 027-（新增）GPTs与Assistant API_ev.mp4 627.12M
- 28-（重点）Python中变量的作用域_ev.mp4 15.37M
- 028-（新增）大模型Agent的原理及实践_ev.mp4 901.23M
- 29-（扩展）global关键字的使用_ev.mp4 7.97M
- 029-（新增）大模型Agent的原理及实践_ev.mp4 477.16M
- 30-（重点）函数的两种传参方式（位置传递与关键词传递）_ev.mp4 8.88M
- 030-大模型开发工具longchain详解_ev.mp4 655.79M
- 31-（重点）默认值参数_ev.mp4 7.10M
- 031-【项目3】物流行业信息咨询智能问答系统_ev.mp4 458.33M
- 32-（重点）不定长参数_ev.mp4 13.04M
- 032-【项目4】大健康行业智能问诊系统_ev.mp4 869.79M
- 33-（重点）lambda表达式_ev.mp4 19.66M
- 033-【项目4】大健康行业智能问诊系统_ev.mp4 482.74M
- 34-（重点）面向过程与面向对象_ev.mp4 11.60M
- 034-【项目4】大健康行业智能问诊系统_ev.mp4 455.94M
- 35-（重点）面向对象类和对象的概念_ev.mp4 10.35M
- 035-项目5-1】新零售行业评价决策系统【基于BERT+PET方式】_ev.mp4 489.81M
- 36-（重点）面向对象中的self关键字_ev.mp4 8.52M
- 036-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】_ev.mp4 620.72M
- 37-（重点）对象属性的设置与获取_ev.mp4 6.49M
- 037-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】_ev.mp4 341.15M
- 38-（重点）__init__()魔术方法的使用_ev.mp4 11.72M
- 038-【项目5-2】新零售行业评价决策系统【基于BERT+P-Tuning方式】_ev.mp4 477.58M
- 39-（重点）__call__魔术方法的使用_ev.mp4 7.51M
- 039-【项目6】新媒体行业评论智能分类与信息抽取系统_ev.mp4 474.42M
- 40-（重点）Python中类的继承_ev.mp4 11.13M
- 040-【项目6】新媒体行业评论智能分类与信息抽取系统_ev.mp4 826.65M
- 41-（重点）继承中的重写操作_ev.mp4 16.28M
- 041-ChatGLM-6B+LoRA模型搭建+趋动云资源配置_ev.mp4 434.40M
- 42-（重点）super()强制调用父类属性和方法_ev.mp4 24.83M
- 042-Stable Diffusion多模态大模型应用实战_ev.mp4 587.01M
- 043-Stable Diffusion多模态大模型应用实战_ev.mp4 432.43M
- 044-Stable Diffusion多模态大模型应用实战_ev.mp4 555.80M
- 045-Stable Diffusion多模态大模型应用实战_ev.mp4 36.81M
- 046-Stable Diffusion多模态大模型应用实战_ev.mp4 1.95M
- 047-综合项目与项目路演+【拓展】AI论文导读与论文撰写+结营典礼]】_ev.mp4 258.54M
- 048-大模型加餐课（面试指导）_ev.mp4 707.58M
- 049-大模型加餐课（模型部署）_ev.mp4 892.95M
- AI大模型 赠送资料
- 11本AI大模型相关电子书.zip 309.49M
- 简历模板.zip 2.03M
- AI大模型 直播资料
- 开源的LLM.pdf 32.56kb
- 大模型的微调.pdf 23.48kb
- 1.环境要求.pdf 110.79kb
- 金融领域的行业动态分析.pdf 63.26kb
- PAI_DSW的环境搭建.pdf 2.26M
- PAI平台开通指南.pdf 3.78M
- 虚拟试衣实践.pdf 5.23M
- 2307.16789v2.pdf 1.95M
- 大模型应用工具实战02.pdf 7.67M
- LLM背景介绍.pdf 42.74kb
- 大模型项目研发流程.pdf 279.65kb
- 怎么使用GPU？训练使用.pdf 56.23kb
- 趋动云使用《补充》.pdf 3.11M
- 趋动云执行chatglm.pdf 140.30kb
- 大模型训练营2期-大模型时代 .pdf 2.95M
- 大模型训练营2期—简历优化 .pdf 680.04kb
- 简历格式模板.zip 68.42M
- 论文导读.zip 54.89M
- 基于GPT2的医疗机器人聊天系统.pdf 91.16kb
- 大模型前置课
第二章 pytorch框架6 集
- 25 26-线性回归的损失函数_ev.mp4 6.20M
- 26 27-梯度下降算法_ev.mp4 18.51M
- 27 28-线性回归实现流程_ev.mp4 11.71M
- 28 29-线性回归数据集构建_ev.mp4 13.99M
- 29 30-线性回归模型构建_ev.mp4 9.24M
- 30 31-线性回归模型训练与预测_ev.mp4 20.61M
第三章 神经网络2 集
- 21 22-transformer结构介绍_ev.mp4 22.25M
- 22 23-transformer实现汉译英_ev.mp4 23.78M
第一章 Python 基础前置课5 条
- 课程资料
- python基础
- 深度学习基础
- 神经网络
- 黑马大模型二期/
