【清华大学】DeepSeek从入门到精通
2025-05-28 18:10:09 来源：重庆开源工程项目管理有限公司 浏览：23次|
【清华大学】DeepSeek从入门到精通 | ||
|
序号 |
课程名称 |
超链接 |
|
1 |
1.DeepSeek:从入门到精通高清（P1） |
|
|
2 |
2.DeepSeek实用方法（P2） |
|
|
3 |
3.详解DeepSeek大模型（P3） |
|
|
4 |
4.AI大模型未来职业发展与如何拿捏面试官（P4） |
|
|
5 |
5.课程内容介绍（P5） |
|
|
6 |
6.课程大纲（P6） |
|
|
7 |
7.课程计划（P7） |
|
|
8 |
8.自然语言处理基础--基础与应用（P8） |
|
|
9 |
9.自然语言处理基础--词表示与语言模型（P9） |
|
|
10 |
10.大模型基础--大模型之旅（P10） |
|
|
11 |
11.大模型基础--大模型背后的范式（P11） |
|
|
12 |
12.大模型基础--实例（P12） |
|
|
13 |
13.编程环境和GPU服务器介绍（P13） |
|
|
14 |
14.课程内容介绍（P14） |
|
|
15 |
15.神经网络基础--大纲介绍（P15） |
|
|
16 |
16.神经网络的基本组成元素（P16） |
|
|
17 |
17.如何训练神经网络（P17） |
|
|
18 |
18.词向量:Word2vec（P18） |
|
|
19 |
19.循环神经网络（RNN）（P19） |
|
|
20 |
20.门控循环单元（GRU）（P20） |
|
|
21 |
21.长短期记忆网络（LSTM）（P21） |
|
|
22 |
22.双向RNN（P22） |
|
|
23 |
23.卷积神经网络（CNN）（P23） |
|
|
24 |
24.演示:使用PyTorch训练模型（P24） |
|
|
25 |
25.课程内容介绍（P25） |
|
|
26 |
26.注意力机制--原理介绍（P26） |
|
|
27 |
27. 注意力机制--注意力机制的各种变式（P27） |
|
|
28 |
28.注意力机制--注意力机制的特点（P28） |
|
|
29 |
29.Transformer结构--概述（P29） |
|
|
30 |
30.Transformer结构--输入编码（P30） |
|
|
31 |
31. Transformer结构--Encoder Bloc（P31） |
|
|
32 |
32.Transformer结构--Decoder Blo（P32） |
|
|
33 |
33.Transformer结构--优化Tricks（P33） |
|
|
34 |
34. Transformer结构--试验结果以及可视化（P34） |
|
|
35 |
35.Transformer结构--Transformer（P35） |
|
|
36 |
36.【清华大模型课程）预训练语言模型--语言建模概述（P36） |
|
|
37 |
37. 预训练语言模型--PLM介绍（P37） |
|
|
38 |
38.预训练语言模型--MLM任务的应用（P38） |
|
|
39 |
39..预训练语言模型--前沿大模型介绍（P39） |
|
|
40 |
40.Transformers教程--Introducti（P40） |
|
|
41 |
41.Transformers教程--使用Transfor（P41） |
|
|
42 |
42Transformers教程--Tokenizati（P42） |
|
|
43 |
43.Transformers教程--常用API介绍（P43） |
|
|
44 |
44.Transformers教程--Demo讲解（P44） |
|
|
45 |
45.课程内容介绍（P45） |
|
|
46 |
46. Prompt-Learning和Delta-Tuni（P46）16. |
|
|
47 |
47. Prompt-Learning--基本组成与流程介绍（P47） |
|
|
48 |
48. Prompt-Learning--PTM选取（P48） |
|
|
49 |
49.Prompt-Learning--Template构（P49） |
|
|
50 |
50.Prompt-Learning--Verbalizer（P50） |
|
|
51 |
51. Prompt-Learning--训练新范式（P51） |
|
|
52 |
52.Prompt-Learning--应用（P52） |
|
|
53 |
53.Prompt-Learning--总结（P53） |
|
|
54 |
54.Delta-Tuning--背景与介绍（P54） |
|
|
55 |
55. Delta-Tuning--增量式tuning（P55） |
|
|
56 |
56.Delta-Tuning--指定式tuning（P56） |
|
|
57 |
57.Delta-Tuning--重参数化tuning（P57） |
|
|
58 |
58. Delta-Tuning--统-tuning框架及理（P58） |
|
|
59 |
59. Delta-Tuning--总结（P59） |
|
|
60 |
60. OpenPrompt--介绍与用法（P60） |
|
|
61 |
61.OpenDelta--介绍与用法（P61） |
|
|
62 |
62.课程内容介绍（P62） |
|
|
63 |
63.BMTrain--背景介绍（P63） |
|
|
64 |
64.BMTrain--Data Parallel （数据（P64） |
|
|
65 |
65.BMTrain--Model Parallel（模型（P65） |
|
|
66 |
66.BMTrain--ZeRO（P66） |
|
|
67 |
67. BMTrain--Pipeline Parallel （P67） |
|
|
68 |
68. BMTrain--混合精度训练（P68） |
|
|
69 |
69.BMTrain--Offloading（P69） |
|
|
70 |
70. BMTrain--Overlapping（P70） |
|
|
71 |
71. BMTrain--Checkpointing（P71） |
|
|
72 |
72. BMTrain--使用介绍（P72） |
|
|
73 |
73.BMCook--背景介绍（P73） |
|
|
74 |
74. BMCook--知识蒸馏（P74） |
|
|
75 |
75.BMCook--模型剪枝（P75） |
|
|
76 |
76.BMCook--模型量化（P76） |
|
|
77 |
77.其它模型压缩方法--Weight Sharing（P77） |
|
|
78 |
78其它模型压缩方法--Low-rank Approxi（P78） |
|
|
79 |
79.其它模型压缩方法--Architecture Sear（P79） |
|
|
80 |
80. BMCook--使用介绍（P80） |
|
|
81 |
81. BMInf--背景介绍（P81） |
|
|
82 |
82. BMInf--深入理解Transformer（P82） |
|
|
83 |
83. BMInf--Quantization （量化）（P83） |
|
|
84 |
84. BMInf--Memory Scheduling（P84） |
|
|
85 |
85. BMInf--BMlnf使用介绍（P85） |
|
|
86 |
86. 基于大模型文本理解和生成介绍（P86） |
|
|
87 |
87.信息检索--背景（P87） |
|
|
88 |
88.信息检索--定义和评测（P88） |
|
|
89 |
89.信息检索--传统方法（P89） |
|
|
90 |
90.信息检索--神经网络方法（大模型）（P90） |
|
|
91 |
91.信息检索--前沿热点（P91） |
|
|
92 |
92.机器问答--QA介绍（P92） |
|
|
93 |
93.机器问答--阅读理解（P93） |
|
|
94 |
94.机器问答--开放域QA（P94） |
|
|
95 |
95.文本生成--介绍（P95） |
|
|
96 |
96.文本生成--文本生成任务（P96） |
|
|
97 |
97. 文本生成--神经网络文本生成（P97） |
|
相关文章- 知识产权评估《课程》2025-06-10 11:18:25
- 【清华大学】DeepSeek从入门到精通2025-05-28 18:10:09
- 【浙江大学】DeepSeek从入门到精通2025-05-26 17:43:14
- 专业人士职业道德2025-05-25 13:41:03
地址：重庆江北区红旗河沟3号轻轨1号出口东和银都B座7、8楼 电话：023-65366488 023－67023733
重庆市合川区南办处希尔安大道1024号、1108号 电话：023-42757933 023－42838333
联系邮箱：tanxl@126.com QQ：1026366761
版权所有©2014－2025, 重庆开睿源资产评估土地房地产估价有限公司
网站备案：渝ICP备13003253号-2
