51CTO-Llama3大模型原理代码精讲与部署微调评估实战-cc资源站
51CTO-Llama3大模型原理代码精讲与部署微调评估实战
此内容为付费资源,请付费后查看
100积分
永久包售后
1. 课程包更新
2. 通用视频格式
3. 超清高清视频
4. 资料齐全
5. 无二次加密
付费资源

51CTO-Llama3大模型原理代码精讲与部署微调评估实战

资源内容

51CTO-Llama3大模型原理代码精讲与部署微调评估实战

课件资料自解压格式打包,解压密码见下面提取码!

课程内容

1课程介绍.mp4

2注意力机制.mp4

3自注意力机制.mp4

4Transformer的架构概述.mp4

5TransformerEncoder的多头注意力.mp4

6TransformerEncoder的位置编码.mp4

7Transformer残差链接、LayerNorm、FFN.mp4

8TransformerDecoder.mp4

9Transformer训练及性能.mp4

10Transformer机器翻译工作流程.mp4

11Transformer的Encoder代码解读.mp4

12Transformer的Decoder代码解读.mp4

13Transformer的超参设置代码解读.mp4

14Transformer的训练示例(人为随机数据)代码解读.mp4

15Transformer的训练示例(德语-英语机器翻译)代码解.mp4

16结合中文注释代码深入解读1.mp4

17结合中文注释代码深入解读2.mp4

18LLM推理方式.mp4

19文本生成模式.mp4

20文本生成策略.mp4

21Token和分词器.mp4

22文本生成过程.mp4

23prefill和解码阶段.mp4

24llama3文本生成过程.mp4

25文本生成时的QKV含义.mp4

26大模型开发阶段划分.mp4

27SFT微调.mp4

28微调方法(全参、冻结参数、LoRA、QLoRA).mp4

29LoRA微调.mp4

30QLoRA微调.mp431llama模型进化史.mp4

32llama3模型类型.mp4

33llama大模型生态.mp4

34llama3模型架构.mp4

35RMSNorm归一化.mp4

36SwiGLU激活函数.mp4

37RoPE旋转位置编码.mp4

38GQA分组查询注意力.mp4

39KvCache.mp4

40各文件功能.mp4

41completion和chat应用脚本代码解析.mp4

42generation.py代码解析.mp4

43model.py代码解析.mp4

44tokenizer.py代码解析.mp4

45RMSNorm代码解析.mp4

46SwiGLU代码解析.mp4

47GQA代码解析.mp4

48RoPE代码解析.mp4

49Kvcache代码解析.mp4

50阿里云实例创建.mp4

51ollama介绍.mp4

52ollama安装.mp4

53llama3推理.mp4

54vLLM部署llama3.mp4

55llama_factory介绍.mp4

56llama_factory安装及llama3模型下载.mp4

57LoRA微调训练.mp4

58llama3中文增强大模型推理.mp4

59llama3中文增强大模型评估.mp4

60lora文件合并.mp4

61数据集准备.mp4

62lora微调.mp4

63llama3医疗问答大模型推理.mp4

64qlora微调.mp4

65qlora微调的医疗问答大模型推理.mp4

© 版权声明
THE END
点赞7 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容