尚硅谷-AI大模型系列课程
16_大模型技术之LangChain
姜夏老师AI大模型深度学习串讲
09_NLP核心
00_【大模型理论和开发】
14_大模型项目实战之AI智教
05_Numpy&Pandas
10_大模型项目之智能商品发布
12_大模型项目实战之智选新闻
13_大模型项目之智荐图谱
11_大模型项目实战之地址对齐
15_大模型项目实战之智医助手
02_数据结构与算法
06_机器学习核心
03_Linux及Shell
01_尚硅谷大模型技术之Python基础
08_大模型项目之智图寻宝
07_深度学习核心
04_MySQL
LeetCode 101 - A Grinding Guide.pdf
05-开源数据集使用.mp4
09-课间问题01.mp4
Attention is all you need.pdf
08-学习建议.mp4
03-大家关心的问题02.mp4
01-算法工程师的日常工作.mp4
04-豆包的使用.mp4
06-课间提问.mp4
更多资源请访问.ORG-网盘云盘资源分享共享网站.url
深度学习阶段.pdf
串讲笔记.txt
02-大家关心的问题01.mp4
07-划重点.mp4
推荐读物
1《大模型原理&基础》
2《大模型实践、应用、开发》
学习指南（务必看一下）.pdf
1.笔记
4.视频
2.资料
3.代码
1.笔记
3.代码
2.资料
4.视频
3.代码
2.资料
1.笔记
4.视频
4.视频
2.资料
3.代码
1.笔记
3.代码
2.资料
1.笔记
4.视频
1.笔记
1.笔记
4.视频
2.资料
3.代码
4.视频
3.代码
2.资料
1.笔记
4.视频
1.笔记
2.资料
3.代码
3.代码
1.笔记
2.资料
3.代码
1.笔记
4.视频
2.资料
1.笔记
2.资料
3.代码
4.视频
3.代码
2.资料
4.视频
1.笔记
1.笔记
4.视频
2.资料
1-GPT 1-4 讲解
2-Llama 3.1 讲解
0-预备知识：Transformer
3-相关论文推荐
4-LLM&GPT的复现和实践
3.代码
2.资料
1.笔记
4.视频
1.笔记
4.视频
3.代码
2.资料
《大型语言模型中的事实性研究》综述
多模态持续预训练实用指南-英文
《大语言模型》.pdf
【Air Street Capital】2023年AI现状报告.pdf
transformer系列论文.zip
AIGC人才趋势洞察报告-猎聘.pdf
《2024年中国AI大模型产业发展报告》.pdf
PyTorch模型训练调优&GPU并行加速宝典.pdf
如何选择大模型 英文综述.pdf
！推荐 大规模语言模型-从理论到实践.pdf
2022中国大模型发展白皮书.pdf
2023年中国AIGC产业算力发展报告.pdf
多模态系列论文.zip
GPT-5_你需要知道的一切.pdf
《知识图谱与大模型融合实践研究报告》.pdf
大模型综述 97页 英文版.pdf
！推荐 《ChatGPT：读懂人工智能新纪元》.pdf
推荐系统&大模型.pdf
66个ChatGPT副业赚钱技巧.pdf
亚信科技清华大学2023年AIGCGPT-4赋能通信行业应用白皮书132页.pdf
2023年 【100页】从CHAT-GPT到生成式AI(Generative AI)：人工智能新范式，重新定义生产力.pdf
2023年中国AIGC产业全景报告.pdf
ChatGPT 调研报告 (哈尔滨工业大学自然语言处理研究所) (Z-Library).pdf
多态大模型平台的应用研发与思考.pdf
自然语言处理白皮书&发展现状.pdf
2023中国大模型市场商业化进展研究报告.pdf
6G内生AI架构及AI大模型.pdf
大语言模型在推荐系统的实践应用.pdf
大语言模型 电子书.pdf
清华AIGC和ChatGPT报告-192页.pdf
更多资源请访问.ORG-网盘云盘资源分享共享网站.url
day01
day02
day04
day03
其他资料
选学-大模型评估
0-大模型系列课程
3-Langchain
选学-向量数据库
2-微调 fine-tune
选学-prompt工程
OpenAI GPT开发资料
1-主流开源大模型
4-Agent
选学-大模型集群
LLM全教程总结.pdf
asset
conda使用指南
models替换位置.jpg
models.zip
images
01-LangChain使用概述.md
03-LangChain使用之Chains.md
06-LangChain使用之Agents.md
07-LangChain使用之Retrieval.md
05-LangChain使用之Tools.md
02-LangChain使用之Model IO.md
04-LangChain使用之Memory.md
3.预训练模型
2.数据集
1.词向量
尚硅谷大模型技术之NLP1.0.2.docx
更多资源请访问.ORG-网盘云盘资源分享共享网站.url
尚硅谷大模型技术之numpy与pandas1.0.docx
day05
day09
day07
day02
day06
day08
day03
day04
day10
day01
day11
data
Anaconda3-2024.10-1-Linux-x86_64.sh
Anaconda3-2024.10-1-Windows-x86_64.exe
ai-news
尚硅谷大模型项目实战之智选新闻.docx
day02
day03
day05
day01
day04
ai-news-code
尚硅谷大模型项目实战之智选新闻1.0.docx
ai-edu
尚硅谷大模型项目实战之AI智教-项目说明.docx
尚硅谷大模型技术之智能商品发布1.0.0.docx
更多资源请访问.ORG-网盘云盘资源分享共享网站.url
尚硅谷大模型技术之电商图谱1.0.0.docx
day_01
day_05
day_07
day_06
day_04
day_02
day_03
day_02
day01
2.预训练模型
1.数据集
day01
day03
day05
day02
day04
尚硅谷大模型技术之数据结构与算法1.0.docx
更多资源请访问.ORG-网盘云盘资源分享共享网站.url
address-alignment
尚硅谷大模型项目实战之地址对齐.docx
尚硅谷大模型技术之数学基础1.0.0.docx
尚硅谷大模型技术之机器学习1.0.1.docx
day07
day05
day03
day01
day02
day08
day06
Day04
day09
ai-medical
尚硅谷大模型项目实战之智医助手- 项目说明.docx
data
更多资源请访问.ORG-网盘云盘资源分享共享网站.url
尚硅谷大模型技术之智图寻宝-v1.0.1.docx
logo
神经网络架构图
pictures.zip
Apple.jpg
fashion-labels.csv
dataset.zip
day05
day04
day03
day01
day02
画图截图工具
jetbrains
pycharm-professional-2024.3.1.1.exe
python-3.12.8-amd64.exe
Python-3.12.8.tgz
pycharm.txt
jetbrains.zip
day01
day15
day09
day08
day10
day05
day11
day06
day03
day04
day12
day07
day13
day14
day02
python-250319
Hello
3.����
Python基础.bmpr
3.代码.zip
ubuntu-22.04.4-desktop-amd64.iso
Xshell-8.0.0069p.exe
VMware-workstation-full-17.5.1-23298084.exe
Xftp-8.0.0068p.exe
VMware 17的许可密钥.txt
更多资源请访问.ORG-网盘云盘资源分享共享网站.url
尚硅谷大模型技术之Python1.0.docx
尚硅谷大模型技术之Python课后练习题以及答案.docx
尚硅谷大模型技术之Python课后练习题无答案.docx
Python连接外部数据源.docx
尚硅谷大模型技术之Linux（Ubuntu）1.0.docx
尚硅谷大模型技术之Shell1.0.docx
day01
day02
gpt2.pdf
GPT1-3讲解.mp4
GPT4 GPTs are GPTs- An Early Look at the Labor Market Impact Potential of Large Language Models.pdf
gpt3.pdf
gpt1.pdf
GPT4 Toolformer- Language Models Can Teach Themselves to Use Tools.pdf
GPT-4.mp4
A Systematic Study and Comprehensive Evaluation of ChatGPT on Benchmark Datasets.pdf
gpt3_whats_it_good_for.pdf
A Survey on ChatGPT and Beyond.pdf
Sparks of Artificial General Intelligence.pdf
ChatGPT- A Meta-Analysis after 2.5 Months.pdf
ChatLog- Recording and Analyzing ChatGPT Across Time.pdf
Summary of ChatGPT GPT-4 Research .pdf
GPT Understands, Too.pdf
How Contextual are Contextualized Word Representations.pdf
An Independent Evaluation of ChatGPT on Mathematical Word Problems (MWP) .pdf
What Makes Good In-Context Examples for GPT-3.pdf
BERT Rediscovers the Classical NLP Pipeline.pdf
GPT-3- Its Nature, Scope, Limits, and Consequences.pdf
A Comparative Study on ChatGPT and Fine-tuned BERT.pdf
A Survey on Evaluation of Large Language Models .pdf
Is ChatGPT A Good Translator.pdf
3-模型结构.mp4
2-预训练数据.mp4
The Llama 3 Herd of Models.pdf
1-导读.mp4
源代码+教程（只打开里面的html文件即可）
理论+编程 视频讲解
Attention Is All You Need.pdf
英文原版讲解推荐.txt
练习数据.sql
演示数据.sql
mysql-installer-community-8.0.26.0.msi
Navicatls_17.rar
gpt2-Pytorch版.zip
GPT2-pytorch.zip
★ DialoGPT-微软开源对话gpt项目.zip
minGPT-pytorch.zip
中文GPT2新闻标题生成项目.zip
GPT2-tensorflow复现.zip
中文闲聊的GPT2模型.zip
基于GPT2的闲聊模型-中文.zip
GPT2-中文版 结合bert分词.zip1(请把后缀改成zip再解压)
★ gpt2的训练-中文.zip
gpt2+3 tensorflow版.zip
尚硅谷大模型技术之MySQL1.0.docx
尚硅谷大模型技术之深度学习1.0.0 .docx
Day05
day12
day08
day10
day07
day02
day04
day09
day11
day06
day01
day13
day03
day02
day04
day01
day03
LLM-Factuality-Survey-main.zip
大模型如何处理事实？西湖大学等最新《大型语言模型中的事实性研究》综述，详述_LLM的知识、检索与领域特异性.pdf
文章.pdf
中文介绍.pdf
day01
04-RAG的架构和执行流程.mp4
16-多种方法调用的演示.mp4
08-如何导入现有的某个虚拟环境1.mp4
01-为什么要学习LangChain.mp4
03-开发前的准备工作.mp4
10-非对话模型与对话模型的举例.mp4
14-大模型调用的总结.mp4
05-Agent的架构.mp4
02-LangChain的架构.mp4
08-如何导入现有的某个虚拟环境.mp4
15-对话模型中消息的使用.mp4
13-其它平台如何调用大模型.mp4
12-LangChain如何调用对话模型.mp4
06-大模型开发场景的选择.mp4
11-调用OpenAI的API和LangChain的API的方式.mp4
09-如何导入现有的某个虚拟环境1.mp4
07-LangChain几个模块使用的HelloWorld.mp4
data
大模型剪枝-模型压缩
现有开源的数据集.pdf
day02
13-FewShotChatMessagePromptTemplate的使用.mp4
18-安装Ollama，并调用本地私有大模型.mp4
11-MessagesPlaceholder的使用.mp4
03-PrompTemplate的两种实例化方式.mp4
05-format()与invoke()的对比.mp4
04-partial_variables和partial()的使用.mp4
15-StrOutputParser的使用.mp4
08-ChatPromptTemplate的几个方法的调用对比.mp4
17-其它输出解析器的使用.mp4
14-PiplinePrompTemplate与物理磁盘读取提示词模板.mp4
02-昨天关于消息的一个问题的解释.mp4
06-结合大模型的调用.mp4
12-FewShotPromptTemplate的使用.mp4
07-ChatPromptTemplate的实例化方式.mp4
10-结合大模型的调用.mp4
01-复习.mp4
16-JsonOutputParser的使用.mp4
09-ChatPromptTemplate的几种不同的参数使用情况.mp4
day04
11-案例4：通用方式中的React模式.mp4
02-智能体的概述.mp4
08-案例2：传统方式中的FUNCTION_CALL模式（多工具的调用）.mp4
04-创建Agent和AgentExecutor的流程.mp4
09-案例3：自定义函数的调用.mp4
12-关于提示词的再说明.mp4
07-案例2：传统方式中的React模式（多工具的调用）.mp4
14-方式2：通用的方式体现Memory的使用.mp4
15-RAG的理解与整体的流程.mp4
05-案例1：传统方式中的React模式.mp4
16-文档加载器的使用.mp4
06-案例1：传统方式中的FUNCTION_CALL模式.mp4
01-几个其他的Memory的说明.mp4
10-案例4：通用方式中的FUNCTION_CALL模式.mp4
13-方式1：传统的方式体现Memory的使用.mp4
03-创建Agent和AgentExecutor的创建方式和AgentTpe的说明.mp4
day03
08-Memory模块的介绍.mp4
12-基于ChatPromptTemplate的ConversationBufferMemory的使用.mp4
01-强调一下LangChain的整体实现.mp4
10-ConversationBufferMemory的基本使用.mp4
15-使用@tool定义一个工具.mp4
05-SequentialChain的使用.mp4
02-LCEL语法中Chain的使用.mp4
16-使用StructuredTool的方式定义工具.mp4
03-LLMChain的使用.mp4
17-工具使用的举例.mp4
11-基于PromptTemplate的ConversationBufferMemory的使用.mp4
09-ChatMessageHistory的使用.mp4
07-基于LCEL语法的新的chain的使用.mp4
14-ConversationBufferWindowMemory的使用.mp4
06-传统的几个Chain的介绍.mp4
04-SimpleSequentialChain的使用.mp4
13-ConversationChain的使用.mp4
promptbench-大模型评估框架（微软出品）
2-练手项目&论文
1-理论讲解视频
1-【吴恩达大模型课程】
此处机构课程因容量太大，放外链.txt
2-向量数据库的功能、特性、发展和基本原理.mp4
5-向量数据库核心之相似性搜索.mp4
4-RAG技术详解、向量数据库对大模型的作用.mp4
3-向量数据库的技术与混合搜索系统.mp4
1-向量数据库介绍 Vector和Embedding关系.mp4
1-理论讲解视频
2-练手项目&论文
999-【机构课程】
OpenAI的官方Prompt工程指南详解.pdf
openAI 开发教程.zip
微软官方GPT4测评报告 英文.pdf
目前最大的开源模型 34B参数量 Aquila2
★ ★ ★ 阿里-通义千问系列模型
★ ★ ★ LLaMa
LCM-LORA-让实时文字生成图像速度提升5-10倍（清华出品）
Mistral-混合专家模型
【视频大模型】
【图文大模型】
YUAN-最新千亿大模型免费商用 1026亿参数 无需授权
★ ★ ★ ChatGLM系列模型
【特殊应用领域的大模型】
InternLM系列
★ 低成本配置下部署LLaMA-2模型ColossalAI-main.zip
最多400万token上下文 推理提速22倍streaming-llm-main.zip
★ 难度大 集成了几乎所有主流大模型OpenLLM-main.zip
教程-通过降低模型精度 加速模型训练 降低部署成本 但是有点麻烦不是很推荐.ipynb
load
prompt.json
prompt.yaml
7-大模型推理显存分析.mp4
3-大模型训练效率计算.mp4
6-大模型训练显存分析.mp4
4-AI集群硬件组成.mp4
5-集群的分布式架构.mp4
2-大模型全流程介绍.mp4
1-大模型整体架构.mp4
999-【机构课程2】
2-Agent文字教程
999-【机构课程1】
1-理论讲解视频
3-练手项目&论文
主流Agent项目汇总.pdf
images
尚硅谷-conda使用指南.md
bert-base-chinese
2.对话数据集
3.中英短句数据集
1.评论数据集
sgns.weibo.word
image-20250430103939438.png
image-20250727173034495.png
image-20250610215042177.png
image-20250524155729979.png
image-20250429115848505.png
9fc7e9339593f7c13c36c28fe62a81e8.png
image-20250509192259487.png
image-20250616161505548.png
a3256b256588fa54b6ee72f41b40fb6c.png
image-20250610214701631.png
image-20250619172832609.png
image-20250725192600227.png
image-20250727172859531.png
image-20250428183715136.png
image-20250610214911196.png
image-20250725192403062.png
1.png
image-20250726152118382.png
image-20250731200416668.png
image-20250530140905346.png
image-20250304161644357.png
嵌入模型.png
image-20250303164845240.png
image-20250618161335165.png
1711603877449.png
V0.1.jpg
image-20250430182819041.png
image-20250426220900905.png
image-20250726150736688.png
1724401403726-e204fe12-e3e0-4832-964b-e042e934a77d.png
image-20250630002138385.png
image-20250725114924778.png
2.png
image-20250610214107139.png
bb240a3b203c8c3438b609a2f63d6399.png
image-20250630002213734.png
image-20250727184234166.png
image-20250617140911121.png
image-20250610214433944.png
image-20250614161010513.png
image-20250624142140870.png
image-20250727172950661.png
1722411859844-7a02ba32-0a30-45ee-808c-b20cfd00d1a9.png
image-20250429122303403.png
image-20250726153227958.png
1724398479647-ac19e53e-3bf8-48c7-aa72-1cd85392afcf.png
1724405445966-2d9be43d-89e6-44b0-bb4f-82d27529ec12.png
3d6c9205-b146-413b-a650-dfaffbcb3701.png
bc62fa326ee4bac68bedc6ed7e4b8b6b.png
LECL.png
image-20250610211411797.png
image-20250528091423157.png
image-20250610204401876.png
image-20250530093017666.png
Retrieval.png
image-20250614160339881.png
image-20250725191946571.png
image-20250726151042003.png
image-20250708155920243.png
image-20250620095424971.png
image-20250727183416356.png
image-20250610204458100.png
How-Embeddings-Work.jpg
image-20250610215026033.png
image-20250629215035319.png
image-20250801003033228.png
image-20250726100225068.png
9e0171bed73c1ccd725160619332a627.png
image-20250630002443780.png
langchain+chatglm.png
image-20250611150957146.png
image-20250618155629562.png
image-20250530144349862.png
image-20250610214256947.png
image-20250610214211735.png
6057682bc754cc698c170d38560ab6e9.png
image-20250530134429832.png
image-20250614160527130.png
image-20250725190647078.png
image-20250429152007669.png
image-20250427161626911.png
根据文字画图表.png
image-20250614160839523.png
langchain的位置.jpg
image-20250505190109338.png
image-20250611115520148.png
image-20250727185147403.png
b99061cf66e6d3d7d28ad26bb5eacec4.jpg
image-20250731235556948.png
image-20250611152102212.png
image-20250731235649560.png
image-20250430103951029.png
image-20250624142419443.png
image-20250630002023719.png
image-20250530093017666-1749717157186.png
image-20250610215124090.png
image-20250614160432775.png
image-20250622103019192.png
1724401368100-c44f11a3-5be1-434c-b721-e2ada0608fe0.png
LCEL-chain.png
f96fcda6b35886d22c413e7c5415e68af1b80109.png
image-20250725135137129.png
image-20250304105140008.png
langchain的位置.png
image-20250726150712353.png
image-20250624142315396.png
image-20250626111625471.png
image-20250801003050941.png
image-20250428184054092.png
image-20250516152738207.png
image-20250619163714339.png
Retrieval-1749995042079.png
image-20250727192019966.png
image-20250610212937893.png
546ef97ead0ad0b946a77fd8a569686e.png
image-20250619172902680.png
image-20250731212831974.png
d000c58e-e3ba-43d1-9fac-92db199741f4.png
image-20250727172910442.png
image-20250727183806745.png
image-20250530115147739.png
image-20250429112545274.png
1724398492510-e3cecc20-9733-4a55-8171-c2794f4b53cc.png
image-20250610213947793.png
4.png
5.png
image-20250725195211875.png
image-20250630002253239.png
image-20250530140854953.png
image-20250725135206714.png
image-20250725114950924.png
RAG架构图.svg
image-20250624150647769.png
image-20250611150639945.png
image-20250626155732485.png
a3543f0042993f07a67d4ba58e5814d4.png
3.png
image-20250610200138244.png
1729647910330-b2757326-ba90-4ecf-adcd-c8c5e6cf721f.png
image-20250626111825003.png
image-20250725184012507.png
image-20250725193838958.png
image-20250727183339144.png
image-20250624144440965.png
image-20250611153206796.png
image-20250516153631366.png
image-20250725200335152.png
28e30513611ae63410cd66cde2c1267c.png
7.png
image-20250614161042858.png
6.png
072f50d5b390baea4eab6ed504dec7e0.png
14-大模型-NLP-传统序列模型-RNN-对比.mp4
01-大模型-NLP-传统序列模型-LSTM-案例实操-训练脚本.mp4
10-云服务器-释放镜像.mp4
13-大模型-NLP-传统序列模型-GRU-案例实操.mp4
12-大模型-NLP-传统序列模型-GRU-复杂结构&API.mp4
02-大模型-NLP-传统序列模型-LSTM-案例实操-预测脚本.mp4
05-云服务器-安装Miniconda.mp4
09-云服务器-如何使用共享镜像.mp4
06-云服务器-保存系统镜像.mp4
11-大模型-NLP-传统序列模型-GRU-基础结构.mp4
15-大模型-NLP-传统序列模型-负责结构编程.mp4
07-云服务器-Pycharm创建远程解释器.mp4
04-云服务器-购买.mp4
08-云服务器-远程执行代码.mp4
03-大模型-NLP-传统序列模型-LSTM-评估脚本.mp4
11-大模型-NLP-Transformer-API-案例-说明.mp4
PositionEncoding.drawio
13-大模型-NLP-Transformer-API-案例-模型定义-位置编码（尚硅谷）.mp4
03-大模型-NLP-Transformer-细节-为什么用LayerNorm.mp4
09-大模型-NLP-Transformer-API-encoder属性.mp4
02-大模型-NLP-Transformer-细节-注意力评分为什么缩放.mp4
14-大模型-NLP-Transformer-API-案例-模型定义-位置编码（哈佛）.mp4
15-大模型-NLP-Transformer-API-案例-模型定义-前向传播逻辑.mp4
05-大模型-NLP-Transformer-细节-位置编码如何感知相对位置.mp4
07-大模型-NLP-Transformer-API-概述&构造参数.mp4
06-大模型-NLP-Transformer-训练和推理机制.mp4
08-大模型-NLP-Transformer-API-forward方法.mp4
10-大模型-NLP-Transformer-API-decoder属性.mp4
01-大模型-NLP-Transformer-回顾.mp4
transformer-detail.ipynb
12-大模型-NLP-Transformer-API-案例-模型定义.mp4
04-大模型-NLP-Transformer-细节-残差连接为什么叫残差连接.mp4
Transformer细节说明.drawio
day07
Attention.drawio
09-大模型-NLP-Attention-评分函数.mp4
01-大模型-NLP-seq2seq-案例-训练-补充说明.mp4
05-大模型-NLP-seq2seq-案例-评估.mp4
10-大模型-NLP-Attention-代码思路分析.mp4
12-大模型-NLP-Attention-训练和预测脚本修改逻辑.mp4
07-大模型-NLP-Attention-概述.mp4
04-大模型-NLP-seq2seq-案例-预测-思路说明.mp4
03-大模型-NLP-seq2seq-案例-预测-编码.mp4
06-大模型-NLP-seq2seq-问题说明.mp4
11-大模型-NLP-Attention-代码编写.mp4
seq2seq损失计算.drawio
02-大模型-NLP-seq2seq-案例-预测-准备工作.mp4
08-大模型-NLP-Attention-计算过程.mp4
day02
输入法提示案例-数据处理流程.drawio.svg
17-大模型-NLP-传统序列模型-RNN-案例实操-需求说明.mp4
24-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-预处理-划分数据集&构建词表.mp4
13-大模型-NLP-传统序列模型-RNN-API使用-输入输出-单层单向.mp4
06-大模型-NLP-传统序列模型-RNN-数学公式.mp4
01-大模型-NLP-文本表示-词表示-语义化词向量-Word2vec-应用-概述.mp4
输入法提示案例.drawio
11-大模型-NLP-传统序列模型-RNN-API使用-构造参数.mp4
10-大模型-NLP-传统序列模型-RNN-API使用-概述.mp4
21-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-项目结构说明.mp4
09-大模型-NLP-传统序列模型-RNN-多层&双向结构.mp4
05-大模型-NLP-传统序列模型-RNN-基础结构.mp4
08-大模型-NLP-传统序列模型-RNN-双向结构.mp4
14-大模型-NLP-传统序列模型-RNN-API使用-输入输出-多层单向.mp4
19-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-模型设计.mp4
18-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-数据集.mp4
25-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-预处理-构建数据集并保存.mp4
07-大模型-NLP-传统序列模型-RNN-多层结构.mp4
04-大模型-NLP-传统序列模型-RNN-概述.mp4
15-大模型-NLP-传统序列模型-RNN-API使用-输入输出-单层双向&多层双向.mp4
22-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-预处理-Pandas读写json文件.mp4
02-大模型-NLP-文本表示-词表示-语义化词向量-Word2vec-应用-编码.mp4
16-大模型-NLP-传统序列模型-RNN-API练习.mp4
03-大模型-NLP-文本表示-词表示-上下文相关词向量-介绍.mp4
20-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-训练方案.mp4
12-大模型-NLP-传统序列模型-RNN-API使用-输入输出-概述.mp4
23-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-预处理-文件路径处理.mp4
03-大模型-NLP-Transformer-模型结构-核心思想.mp4
02-大模型-NLP-Transformer-概述.mp4
05-大模型-NLP-Transformer-模型结构-编码器-编码器层-概述.mp4
08-大模型-NLP-Transformer-模型结构-编码器-编码器层-自注意力-注意力权重计算.mp4
13-大模型-NLP-Transformer-模型结构-编码器-位置编码-概述.mp4
06-大模型-NLP-Transformer-模型结构-编码器-编码器层-自注意力-生成QKV向量.mp4
19-大模型-NLP-Transformer-模型结构-小总结.mp4
12-大模型-NLP-Transformer-模型结构-编码器-编码器层-小结.mp4
01-大模型-NLP-Seq2Seq&Attention-复习.mp4
16-大模型-NLP-Transformer-模型结构-解码器-概述.mp4
17-大模型-NLP-Transformer-模型结构-解码器-Masked自注意力子层.mp4
07-大模型-NLP-Transformer-模型结构-编码器-编码器层-自注意力-注意力评分计算.mp4
11-大模型-NLP-Transformer-模型结构-编码器-编码器层-前馈神经网络层.mp4
18-大模型-NLP-Transformer-模型结构-解码器-交叉注意力机制.mp4
09-大模型-NLP-Transformer-模型结构-编码器-编码器层-自注意力-加权求和.mp4
10-大模型-NLP-Transformer-模型结构-编码器-编码器层-自注意力-多头融合.mp4
04-大模型-NLP-Transformer-模型结构-整体结构.mp4
14-大模型-NLP-Transformer-模型结构-编码器-位置编码-说明.mp4
15-大模型-NLP-Transformer-模型结构-编码器-小结.mp4
The Annotated Transformer.pdf
day03
12-大模型-NLP-传统序列模型-RNN-输入法案例-预测-核心功能.mp4
02-大模型-NLP-传统序列模型-RNN-输入法案例-数据集-下.mp4
2020-06-18小测.txt
14-大模型-NLP-传统序列模型-RNN-输入法案例-评估.mp4
10-大模型-NLP-传统序列模型-RNN-输入法案例-训练-可视化训练过程.mp4
08-大模型-NLP-传统序列模型-RNN-输入法案例-训练-Tensorboard概述.mp4
05-大模型-NLP-传统序列模型-RNN-输入法案例-训练-准备工作.mp4
01-大模型-NLP-传统序列模型-RNN-输入法案例-数据集-上.mp4
09-大模型-NLP-传统序列模型-RNN-输入法案例-训练-Tensorboard使用说明.mp4
04-大模型-NLP-传统序列模型-RNN-输入法案例-模型定义-补充.mp4
07-大模型-NLP-传统序列模型-RNN-输入法案例-训练-补充说明.mp4
13-大模型-NLP-传统序列模型-RNN-输入法案例-预测-客户端逻辑.mp4
2020-06-18小测（答案）.txt
06-大模型-NLP-传统序列模型-RNN-输入法案例-训练-编码.mp4
03-大模型-NLP-传统序列模型-RNN-输入法案例-模型定义.mp4
11-大模型-NLP-传统序列模型-RNN-输入法案例-训练-保存模型.mp4
day04
评论情感分析案例.drawio
gate.drawio
14-大模型-NLP-序列模型-LSTM-案例-数据预处理-基础逻辑.mp4
RNN计算图.svg
19-大模型-NLP-序列模型-LSTM-案例-模型定义-python_path说明.mp4
16-大模型-NLP-序列模型-LSTM-案例-Dataset&DataLoader.mp4
05-大模型-NLP-序列模型-LSTM-概述.mp4
13-大模型-NLP-序列模型-LSTM-案例-数据预处理-思路分析.mp4
03-大模型-NLP-序列模型-RNN-案例实操-代码改造.mp4
01-大模型-NLP-序列模型-RNN-案例实操-Tokenizer说明.mp4
04-大模型-NLP-序列模型-RNN-问题分析.mp4
多元复合函数求导法则.drawio
12-大模型-NLP-序列模型-LSTM-案例-需求分析.mp4
07-大模型-NLP-序列模型-LSTM-环节梯度消失梯度爆炸问题的思路.mp4
10-大模型-NLP-序列模型-LSTM-API-输入输出.mp4
09-大模型-NLP-序列模型-LSTM-API-构造参数.mp4
输入法提示案例-Tokenizer封装.drawio.svg
15-大模型-NLP-序列模型-LSTM-案例-数据预处理-完整逻辑.mp4
06-大模型-NLP-序列模型-LSTM-内部结构.mp4
08-大模型-NLP-序列模型-LSTM-复杂结构.mp4
17-大模型-NLP-序列模型-LSTM-案例-模型定义.mp4
11-大模型-NLP-序列模型-LSTM-案例-需求说明.mp4
18-大模型-NLP-序列模型-LSTM-案例-模型定义-复杂结果说明.mp4
02-大模型-NLP-序列模型-RNN-案例实操-Tokenizer编码.mp4
day06
19-大模型-NLP-Seq2Seq-案例-训练过程-拼接补充说明.mp4
10-大模型-NLP-Seq2Seq-案例-数据预处理-Tokenizer封装.mp4
15-大模型-NLP-Seq2Seq-案例-模型定义-编码器.mp4
09-大模型-NLP-Seq2Seq-案例-数据预处理-整体思路分析.mp4
17-大模型-NLP-Seq2Seq-案例-训练逻辑.mp4
05-大模型-NLP-Seq2Seq-推理过程.mp4
中英翻译案例.drawio
06-大模型-NLP-Seq2Seq-案例-需求分析-数据预处理.mp4
04-大模型-NLP-Seq2Seq-训练过程.mp4
12-大模型-NLP-Seq2Seq-案例-数据预处理-NLTK分词器-补充说明.mp4
01-大模型-NLP-Seq2Seq-概述.mp4
14-大模型-NLP-Seq2Seq-案例-Dataset.mp4
16-大模型-NLP-Seq2Seq-案例-模型定义-解码器.mp4
07-大模型-NLP-Seq2Seq-案例-需求分析-模型定义.mp4
11-大模型-NLP-Seq2Seq-案例-数据预处理-Tokenizer简单测试mp4.mp4
02-大模型-NLP-Seq2Seq-内部结构-编码器.mp4
18-大模型-NLP-Seq2Seq-案例-训练过程-重新梳理.mp4
13-大模型-NLP-Seq2Seq-案例-数据预处理-完整编码.mp4
03-大模型-NLP-Seq2Seq-内部结构-解码器.mp4
08-大模型-NLP-Seq2Seq-案例-需求分析-训练&预测&评估方案.mp4
sleep.csv
weather.csv
weather_withna.csv
house_sales.csv
penguins.csv
employees.csv
09-大模型-NLP-预训练模型-GPT-预训练.mp4
08-大模型-NLP-预训练模型-GPT-模型结构.mp4
18-大模型-NLP-预训练模型-工具-分词器使用逻辑.mp4
12-大模型-NLP-预训练模型-BERT-概述.mp4
11-大模型-NLP-预训练模型-GPT-微调-补充.mp4
05-大模型-NLP-Transformer-案例-评估脚本.mp4
15-大模型-NLP-预训练模型-BERT-微调机制.mp4
17-大模型-NLP-预训练模型-工具-加载预训练模型和分词器.mp4
07-大模型-NLP-预训练模型-GPT-概述.mp4
14-大模型-NLP-预训练模型-BERT-预训练机制.mp4
03-大模型-NLP-Transformer-案例-预测脚本-上.mp4
01-大模型-NLP-Transformer-案例-回顾.mp4
02-大模型-NLP-Transformer-案例-训练脚本.mp4
04-大模型-NLP-Transformer-案例-预测脚本-下.mp4
16-大模型-NLP-预训练模型-工具-HuggingFace.mp4
19-大模型-NLP-预训练模型-工具-分词器使用逻辑-批量使用.mp4
20-大模型-NLP-预训练模型-工具-模型使用逻辑.mp4
10-大模型-NLP-预训练模型-GPT-微调.mp4
13-大模型-NLP-预训练模型-BERT-模型结构.mp4
06-大模型-NLP-预训练模型-概述.mp4
day11
05-大模型-NLP-HuggingFace-Datasets库-数据预处理-上.mp4
06-大模型-NLP-HuggingFace-Datasets库-数据预处理-中.mp4
09-大模型-NLP-HuggingFace-Datasets库-集成pytorch中的Dataloader.mp4
04-大模型-NLP-HuggingFace-Datasets库-加载在线数据集.mp4
03-大模型-NLP-HuggingFace-Datasets库-加载数据&查看数据.mp4
08-大模型-NLP-HuggingFace-Datasets库-保存数据.mp4
02-大模型-NLP-HuggingFace-Datasets库-概述.mp4
13-大模型-NLP-预训练模型-案例-模型定义.mp4
10-大模型-NLP-预训练模型-案例-准备工作.mp4
15-大模型-NLP-预训练模型-案例-预测和评估.mp4
12-大模型-NLP-预训练模型-案例-Dataloader集成.mp4
07-大模型-NLP-HuggingFace-Datasets库-数据预处理-下.mp4
11-大模型-NLP-预训练模型-案例-预处理脚本.mp4
14-大模型-NLP-预训练模型-案例-训练.mp4
01-大模型-NLP-预训练模型-回顾.mp4
word_represent
13-大模型-NLP-文本表示-词表示-Word2Vec-模型结构&训练逻辑.mp4
08-大模型-NLP-文本表示-分词工具-jieba-分词模式.mp4
19-大模型-NLP-文本表示-词表示-初始化Embedding-说明.mp4
18-大模型-NLP-文本表示-词表示-Word2Vec-自行训练词向量-实操.mp4
02-大模型-NLP-导论-常见任务.mp4
14-大模型-NLP-文本表示-词表示-Word2Vec-gensim概述.mp4
12-大模型-NLP-文本表示-词表示-Word2Vec-数据集说明.mp4
20-大模型-NLP-小总结.mp4
11-大模型-NLP-文本表示-词表示-Word2Vec-概述.mp4
15-大模型-NLP-文本表示-词表示-Word2Vec-公开词向量介绍.mp4
16-大模型-NLP-文本表示-词表示-Word2Vec-加载公开词向量.mp4
07-大模型-NLP-文本表示-分词工具概述.mp4
09-大模型-NLP-文本表示-分词工具-jieba-自定义词典.mp4
05-大模型-NLP-文本表示-英文分词.mp4
17-大模型-NLP-文本表示-词表示-Word2Vec-自行训练词向量-说明.mp4
04-大模型-NLP-文本表示-概述.mp4
01-大模型-NLP-课程介绍.mp4
10-大模型-NLP-文本表示-词表示-概述&one-hot&语义化词向量概述.mp4
06-大模型-NLP-文本表示-中文分词.mp4
03-大模型-NLP-导论-技术演进历史.mp4
rouge
pretrained
data
templates
04_AI大模型之Numpy_Pandas_数据的导出.mp4
09_AI大模型之Numpy_Pandas_concat.mp4
10_AI大模型之Numpy_Pandas_merge基本连接.mp4
01_AI大模型之Numpy_Pandas_DataFrame常用方法.mp4
00_AI大模型之Numpy_Pandas_内容回顾.mp4
每日一考.md
代码.exe
02_AI大模型之Numpy_Pandas_布尔索引以及DataFrame的运算.mp4
11_AI大模型之Numpy_Pandas_merge实现内外连接以及join连接.mp4
08_AI大模型之Numpy_Pandas_员工分析练习.mp4
07_AI大模型之Numpy_Pandas_分组聚合统计.mp4
03_AI大模型之Numpy_Pandas_DataFrame的修改操作.mp4
05_AI大模型之Numpy_Pandas_数据的导入以及日期处理初识.mp4
06_AI大模型之Numpy_Pandas_简单数据分析.mp4
代码
12_AI大模型之Numpy_Pandas_DataFrame常用的属性.mp4
02_AI大模型之Numpy_Pandas_比较、排序、去重函数.mp4
01_AI大模型之Numpy_Pandas_统计函数.mp4
06_AI大模型之Numpy_Pandas_Series对象的创建.mp4
08_AI大模型之Numpy_Pandas_Series常用方法_1.mp4
尚硅谷大模型技术之numpy与pandas1.0.docx
07_AI大模型之Numpy_Pandas_Series常用属性.mp4
11_AI大模型之Numpy_Pandas_DataFrame对象的创建.mp4
每日一考.md
04_AI大模型之Numpy_Pandas_矩阵乘法.mp4
10_AI大模型之Numpy_Pandas_Series的计算.mp4
03_AI大模型之Numpy_Pandas_广播.mp4
00_AI大模型之Numpy_Pandas_内容回顾.mp4
05_AI大模型之Numpy_Pandas_Pandas介绍.mp4
09_AI大模型之Numpy_Pandas_Series常用方式_2.mp4
00_AI大模型之Numpy_Pandas_内容回顾.mp4
每日一考.md
03_AI大模型之Numpy_Pandas_Pandas的Plot的绘图展示.mp4
代码.exe
07_AI大模型之Numpy_Pandas_添加新的特征.mp4
10_AI大模型之Numpy_Pandas_总结.mp4
07_AI大模型之Numpy_Pandas_添加新的特征(1).mp4
04_AI大模型之Numpy_Pandas_Seaborn可视化.mp4
05_AI大模型之Numpy_Pandas_房价评估项目介绍.mp4
06_AI大模型之Numpy_Pandas_数据的导入以及清洗.mp4
09_AI大模型之Numpy_Pandas_分组聚合统计以及可视化.mp4
08_AI大模型之Numpy_Pandas_描述性和相关性统计.mp4
02_AI大模型之Numpy_Pandas_Matplotlib直方图以及散点图.mp4
01_AI大模型之Numpy_Pandas_面向对象的方式显示正余弦.mp4
pretrained
uie_pytorch
templates
data
app.py
common.py
train.py
models_def.py
preprocess.py
desc
main.py
代码
00_AI大模型之Numpy_Pandas_前面内容梳理.mp4
13_AI大模型之Numpy_Pandas_ndarray数据类型.mp4
08_AI大模型之Numpy_Pandas_ndArray常用的属性.mp4
04_AI大模型之Numpy_Pandas_Pycharm中集成Jupyter.mp4
09_AI大模型之Numpy_Pandas_array()与asarray().mp4
06_AI大模型之Numpy_Pandas_Pycharm中使用远程Jupyter.mp4
15_AI大模型之Numpy_Pandas_基本函数.mp4
10_AI大模型之Numpy_Pandas_zeros、ones、empty.mp4
02_AI大模型之Numpy_Pandas_Window上安装Anaconda.mp4
11_AI大模型之Numpy_Pandas_full、arange、linspace、logspace.mp4
07_AI大模型之Numpy_Pandas_Numpy介绍.mp4
03_AI大模型之Numpy_Pandas_Ubuntu上安装Anaconda.mp4
day04.md
12_AI大模型之Numpy_Pandas_随机数数组以及matrix.mp4
14_AI大模型之Numpy_Pandas_切片和索引.mp4
01_AI大模型之Numpy_Pandas_Anaconda介绍.mp4
05_AI大模型之Numpy_Pandas_上午内容回顾.mp4
12_AI大模型之Numpy_Pandas_Pandas日期类型.mp4
05_AI大模型之Numpy_Pandas_DataFrameGroupBy对象.mp4
06_AI大模型之Numpy_Pandas_cut函数.mp4
07_AI大模型之Numpy_Pandas_上午内容回顾.mp4
02_AI大模型之Numpy_Pandas_剔除以及填充缺失值.mp4
代码.exe
尚硅谷大模型技术之numpy与pandas1.0.docx
03_AI大模型之Numpy_Pandas_Series中使用apply.mp4
14_AI大模型之Numpy_Pandas_Matplotlib绘图.mp4
08_AI大模型之Numpy_Pandas_分组聚合.mp4
00_AI大模型之Numpy_Pandas_内容回顾.mp4
10_AI大模型之Numpy_Pandas_按睡眠时间和压力等级统计睡眠质量.mp4
13_AI大模型之Numpy_Pandas_时间序列.mp4
每日一考.md
04_AI大模型之Numpy_Pandas_DataFrame中使用apply以及向量化函数.mp4
01_AI大模型之Numpy_Pandas_查看缺失值.mp4
11_AI大模型之Numpy_Pandas_睡眠时间、压力等级、职业、性别统计睡眠质量.mp4
09_AI大模型之Numpy_Pandas_分组转换以及分组过滤.mp4
03-大模型-NLP-电商图谱项目-构建知识图谱-课程计划.mp4
15-大模型-NLP-电商图谱项目-构建知识图谱-商品详情图片同步-easyocr介绍.mp4
06-大模型-NLP-电商图谱项目-构建知识图谱-Neo4J数据建模思路规划.mp4
10-大模型-NLP-电商图谱项目-构建知识图谱-数据库数据同步-思路说明.mp4
11-大模型-NLP-电商图谱项目-构建知识图谱-数据库数据同步-读取Mysql-上.mp4
08-大模型-NLP-电商图谱项目-构建知识图谱-数据库查询练习题讲解.mp4
13-大模型-NLP-电商图谱项目-构建知识图谱-数据库数据同步-写入Neo4j-商品基础信息.mp4
05-大模型-NLP-电商图谱项目-构建知识图谱-电商核心概念介绍.mp4
知识图谱项目.drawio
07-大模型-NLP-电商图谱项目-构建知识图谱-数据库查询练习题说明.mp4
02-大模型-NLP-电商图谱项目-Neo4j-Python驱动-处理结果.mp4
14-大模型-NLP-电商图谱项目-构建知识图谱-数据库数据同步-写入Neo4j-商品属性信息.mp4
09-大模型-NLP-电商图谱项目-构建知识图谱-明确图数据库数据模型.mp4
17-大模型-NLP-电商图谱项目-构建知识图谱-商品详情图片同步-GPU异常说明.mp4
电商核心概念.drawio
12-大模型-NLP-电商图谱项目-构建知识图谱-数据库数据同步-读取Mysql-下.mp4
01-大模型-NLP-电商图谱项目-Neo4j-Python驱动-语法说明.mp4
04-大模型-NLP-电商图谱项目-构建知识图谱-准备电商数据库.mp4
数据库查询练习题.txt
16-大模型-NLP-电商图谱项目-构建知识图谱-商品详情图片同步-easyocr测试.mp4
08-大模型-NLP-知识图谱-数据同步-商品详情图片-数据写入-说明.mp4
15-大模型-NLP-知识图谱-图谱应用-思路说明.mp4
04-大模型-NLP-知识图谱-数据同步-商品详情图片-获取商品描述.mp4
图谱项目环境.txt
06-大模型-NLP-知识图谱-数据同步-商品详情图片-处理UIE结果.mp4
11-大模型-NLP-知识图谱-数据同步-商品详情图片-整体测试.mp4
02-大模型-NLP-知识图谱-数据同步-商品详情图片-思路分析.mp4
07-大模型-NLP-知识图谱-数据同步-商品详情图片-easyorc加载离线包.mp4
13-大模型-NLP-知识图谱-数据同步-每日增量同步说明.mp4
09-大模型-NLP-知识图谱-数据同步-商品详情图片-数据写入-Optional MATCH说明.mp4
12-大模型-NLP-知识图谱-数据同步-用户行为日志.mp4
10-大模型-NLP-知识图谱-数据同步-商品详情图片-数据写入-实操.mp4
05-大模型-NLP-知识图谱-数据同步-UIE模型Bug说明.mp4
14-大模型-NLP-知识图谱-数据同步-neo4j唯一性约束说明.mp4
01-大模型-NLP-知识图谱-环境说明.mp4
17-大模型-NLP-知识图谱-图谱应用-easyocr-远程连接中文路径问题.mp4
16-大模型-NLP-知识图谱-图谱应用-意图识别模型-说明.mp4
03-大模型-NLP-知识图谱-数据同步-商品详情图片-获取图片文本.mp4
day_01
13-大模型-NLP-电商图谱-拼写纠错模型-模型&Trainer设计思路.mp4
01-项目实战-地址对齐-核心思路.mp4
项目实战核心思路梳理.drawio
04-大模型-NLP-电商图谱-项目-概述.mp4
09-大模型-NLP-电商图谱-拼写纠错模型-概述.mp4
知识图谱项目.drawio
12-大模型-NLP-电商图谱-拼写纠错模型-数据预处理-下.mp4
15-大模型-NLP-电商图谱-拼写纠错模型-Trainer定义.mp4
16-大模型-NLP-电商图谱-拼写纠错模型-Trainer-train方法编写.mp4
14-大模型-NLP-电商图谱-拼写纠错模型-模型定义.mp4
06-大模型-NLP-电商图谱-项目-构建知识图谱-概述.mp4
11-大模型-NLP-电商图谱-拼写纠错模型-数据预处理-上.mp4
03-项目实战-摘要-BeamSearch说明.mp4
10-大模型-NLP-电商图谱-拼写纠错模型-项目准备.mp4
02-项目实战-摘要-核心思路.mp4
17-大模型-NLP-电商图谱-拼写纠错模型-Trainer-train方法测试.mp4
07-大模型-NLP-电商图谱-项目-构建知识图谱-项目应用-概述.mp4
05-大模型-NLP-电商图谱-项目-数据来源说明.mp4
08-大模型-NLP-项目实战问题说明-ssh隧道.mp4
11-大模型-NLP-电商图谱项目-neo4j-函数说明.mp4
16-大模型-NLP-电商图谱项目-neo4j-高级查询-联合查询.mp4
01-大模型-NLP-电商图谱项目-neo4j-Cypher-概述.mp4
08-大模型-NLP-电商图谱项目-neo4j-MERGE数据.mp4
13-大模型-NLP-电商图谱项目-neo4j-高级查询-过滤.mp4
06-大模型-NLP-电商图谱项目-neo4j-修改数据.mp4
07-大模型-NLP-电商图谱项目-neo4j-删除数据.mp4
19-大模型-NLP-电商图谱项目-neo4j-约束.mp4
18-大模型-NLP-电商图谱项目-neo4j-高级查询-高级模型匹配-路径.mp4
15-大模型-NLP-电商图谱项目-neo4j-高级查询-聚合.mp4
09-大模型-NLP-电商图谱项目-neo4j-MERGE操作-更新.mp4
03-大模型-NLP-电商图谱项目-neo4j-写入节点&查询节点.mp4
10-大模型-NLP-电商图谱项目-neo4j-数据类型.mp4
05-大模型-NLP-电商图谱项目-neo4j-写入路径&查询路径.mp4
17-大模型-NLP-电商图谱项目-neo4j-高级查询-子查询.mp4
12-大模型-NLP-电商图谱项目-neo4j-高级查询-数据准备.mp4
18-大模型-NLP-电商图谱项目-neo4j-高级查询-高级模型匹配-节点和关系.mp4
04-大模型-NLP-电商图谱项目-neo4j-写入关系&查询关系.mp4
02-大模型-NLP-电商图谱项目-neo4j-数据模型.mp4
14-大模型-NLP-电商图谱项目-neo4j-高级查询-排序&分页.mp4
day_04
16-大模型-NLP-电商图谱-实体关系抽取模型-图数据库neo4j-概述.mp4
18-大模型-NLP-电商图谱-实体关系抽取模型-图数据库neo4j-安装-neo4j.mp4
07-大模型-NLP-电商图谱-纠错模型-T5-评估结果说明.mp4
04-大模型-NLP-电商图谱-纠错模型-T5-预测代码编写.mp4
09-大模型-NLP-电商图谱-实体关系抽取模型-UIE-入门案例.mp4
13-大模型-NLP-电商图谱-实体关系抽取模型-UIE-微调-数据集处理.mp4
02-大模型-NLP-电商图谱-纠错模型-T5-评估环境准备.mp4
01-大模型-NLP-电商图谱-纠错模型-T5-seq2seqTrainer-完结.mp4
20-大模型-NLP-电商图谱-实体关系抽取模型-图数据库neo4j-脚本执行策略说明.mp4
06-大模型-NLP-电商图谱-实体关系抽取-UIE-概述.mp4
14-大模型-NLP-电商图谱-实体关系抽取模型-UIE-微调-训练.mp4
19-大模型-NLP-电商图谱-实体关系抽取模型-UIE-模型预测&评估.mp4
05-大模型-NLP-电商图谱-后续安排.mp4
12-大模型-NLP-电商图谱-实体关系抽取模型-UIE-微调-数据标注演示.mp4
11-大模型-NLP-电商图谱-实体关系抽取模型-UIE-微调-数据标注工具.mp4
03-大模型-NLP-电商图谱-纠错模型-T5-评估代码编写.mp4
08-大模型-NLP-电商图谱-实体关系抽取模型-UIE-结构说明.mp4
10-大模型-NLP-电商图谱-实体关系抽取模型-UIE-电商数据抽取-演示.mp4
15-大模型-NLP-电商图谱-实体关系抽取模型-UIE-各种路径梳理.mp4
17-大模型-NLP-电商图谱-实体关系抽取模型-图数据库neo4j-安装-JDK.mp4
day_02
05-大模型-NLP-电商图谱-拼写纠错模型-Trainer-compute_metrics要求.mp4
09-大模型-NLP-电商图谱-拼写纠错模型-Trainer-混合精度训练.mp4
10-大模型-NLP-电商图谱-拼写纠错模型-云环境准备.mp4
02-大模型-NLP-电商图谱-拼写纠错模型-Trainer-改造step粒度.mp4
01-大模型-NLP-电商图谱-拼写纠错模型-Trainer-train方法改造说明.mp4
13-大模型-NLP-电商图谱-拼写纠错模型-推理逻辑.mp4
06-大模型-NLP-电商图谱-拼写纠错模型-Trainer-compute_metrics测试.mp4
04-大模型-NLP-电商图谱-拼写纠错模型-Trainer-evaluate方法-完善.mp4
15-大模型-NLP-电商图谱-拼写纠错模型-预测逻辑说明.mp4
11-大模型-NLP-电商图谱-拼写纠错模型-同步代码&下载模型.mp4
08-大模型-NLP-电商图谱-拼写纠错模型-Trainer-Checkpoint.mp4
12-大模型-NLP-电商图谱-拼写纠错模型-开始训练.mp4
03-大模型-NLP-电商图谱-拼写纠错模型-Trainer-evaluate方法编写.mp4
14-大模型-NLP-电商图谱-拼写纠错模型-Train-212行-纠错.mp4
07-大模型-NLP-电商图谱-拼写纠错模型-Trainer-早停.mp4
day_02
10-大模型-NLP-智能商品发布-训练优化-检查点机制-编码.mp4
02-大模型-NLP-智能商品发布-评估脚本.mp4
01-大模型-NLP-智能商品发布-多分类任务评估指标说明.mp4
06-大模型-NLP-智能商品发布-训练优化-混合精度训练-概述.mp4
12-大模型-NLP-智能商品发布-部署与应用-fastapi-前端知识扫盲.mp4
21-大模型-NLP-智能商品发布-入口脚本编写-完整逻辑.mp4
15-大模型-NLP-智能商品发布-部署与应用-fastapi-PUT请求.mp4
20-大模型-NLP-智能商品发布-入口脚本编写-argparse用法说明.mp4
13-大模型-NLP-智能商品发布-部署与应用-fastapi-工作原理小结.mp4
09-大模型-NLP-智能商品发布-训练优化-检查点机制-说明.mp4
05-大模型-NLP-智能商品发布-训练优化-早停策略-改造train_one_epoch.mp4
17-大模型-NLP-智能商品发布-部署与应用-预测接口核心逻辑.mp4
18-大模型-NLP-智能商品发布-部署与应用-错误处理.mp4
08-大模型-NLP-智能商品发布-训练优化-混合精度训练-编码.mp4
07-大模型-NLP-智能商品发布-训练优化-混合精度训练-官网案例.mp4
03-大模型-NLP-智能商品发布-训练优化-早停策略-概述.mp4
14-大模型-NLP-智能商品发布-部署与应用-fastapi-交互式API文档.mp4
16-大模型-NLP-智能商品发布-部署与应用-fastapi-使用逻辑小结.mp4
11-大模型-NLP-智能商品发布-部署与应用-fastapi-概述.mp4
19-大模型-NLP-智能商品发布-部署与应用-web模块规范化.mp4
04-大模型-NLP-智能商品发布-训练优化-早停策略-核心逻辑.mp4
day_03
11-大模型-NLP-电商图谱项目-纠错模型-T5模型-generate-中.mp4
07-大模型-NLP-电商图谱项目-纠错模型-T5模型-模型训练.mp4
生成策略.drawio
04-大模型-NLP-电商图谱项目-纠错模型-T5模型-模型下载.mp4
03-大模型-NLP-电商图谱项目-纠错模型-T5模型-熟悉思路.mp4
05-大模型-NLP-电商图谱项目-纠错模型-T5模型-数据预处理.mp4
10-大模型-NLP-电商图谱项目-纠错模型-T5模型-generate-上.mp4
08-大模型-NLP-电商图谱项目-纠错模型-T5模型-Trainer改造思路.mp4
01-大模型-NLP-电商图谱项目-纠错模型-T5概述.mp4
13-大模型-NLP-电商图谱项目-纠错模型-T5模型-generate-完结.mp4
09-大模型-NLP-电商图谱项目-纠错模型-T5模型-BeamSearch思路回顾.mp4
12-大模型-NLP-电商图谱项目-纠错模型-T5模型-generate-下.mp4
best.pt
02-大模型-NLP-电商图谱项目-纠错模型-Huggingface-查询文档说明.mp4
06-大模型-NLP-电商图谱项目-纠错模型-T5模型-模型定义.mp4
Mengzi-T5分词器依赖.txt
bert-base-chinese
uie
images
数据库
intent_classify
spell_check
代码
03_AI大模型之数据结构与算法_时间复杂度.mkv
11_AI大模型之数据结构与算法_上午内容回顾.mp4
18_AI大模型之数据结构与算法_总结.mp4
16_AI大模型之数据结构与算法_删除链表元素.mp4
12_AI大模型之数据结构与算法_数组的删除以及其它操作.mp4
14_AI大模型之数据结构与算法_链表类创建.mp4
15_AI大模型之数据结构与算法_向链表中插入元素.mp4
04_AI大模型之数据结构与算法_最坏时间复杂度.mkv
07_AI大模型之数据结构与算法_数组和list区别.mkv
17_AI大模型之数据结构与算法_链表其它操作.mp4
01_AI大模型之数据结构与算法_如何学.mkv
05_AI大模型之数据结构与算法_大O表示法常见的情况.mkv
13_AI大模型之数据结构与算法_数组实现需要注意的问题.mp4
02_AI大模型之数据结构与算法_数据结构分类.mkv
08_AI大模型之数据结构与算法_自定义数组.mkv
00_AI大模型之数据结构与算法_案例问题说明.mkv
10_AI大模型之数据结构与算法_向数组中添加元素.mkv
06_AI大模型之数据结构与算法_空间复杂度.mkv
09_AI大模型之数据结构与算法_数组扩容.mkv
day01
11-大模型-NLP-智能商品发布-dataset&Dataloader.mp4
10-大模型-NLP-智能商品发布-数据预处理-标签处理&保存数据集.mp4
13-大模型-NLP-智能商品发布-模型定义.mp4
01-大模型-NLP-对联案例-小结.mp4
03-大模型-NLP-智能商品发布-方案总结.mp4
04-大模型-NLP-智能商品发布-开发环境说明.mp4
层级标签预测任务说明.drawio
14-大模型-NLP-智能商品发布-模型训练.mp4
02-大模型-NLP-智能商品发布-方案分析.mp4
12-大模型-NLP-智能商品发布-枚举类型简要说明.mp4
PyCharm import路径说明.md
15-大模型-NLP-智能商品发布-预测脚本.mp4
07-大模型-NLP-import路径说明.mp4
08-大模型-NLP-智能商品发布-数据预处理-统计标题长度.mp4
09-大模型-NLP-import-路径说明-总结.mp4
05-大模型-NLP-智能商品发布-创建项目.mp4
06-大模型-NLP-智能商品发布-数据预处理-加载数据&tokenize.mp4
代码
08_AI大模型之数据结构与算法_全排列代码分析.mp4
数据结构与算法.bmpr
09_AI大模型之数据结构与算法_贪心算法_最大交换.mp4
00_AI大模型之数据结构与算法_卡拉楚巴算法.mp4
05_AI大模型之数据结构与算法_0-1背包代码分析.mp4
06_AI大模型之数据结构与算法_完全背包.mp4
04_AI大模型之数据结构与算法_0-1背包思路分析.mp4
01_AI大模型之数据结构与算法_卡拉楚巴算法代码分析.mp4
07_AI大模型之数据结构与算法_回溯算法_全排列.mp4
03_AI大模型之数据结构与算法_最大的连续子数组之和.mp4
02_AI大模型之数据结构与算法_动态规划爬楼梯.mp4
代码
03_AI大模型之数据结构与算法_插入排序.mp4
01_AI大模型之数据结构与算法_冒泡排序.mp4
数据结构与算法.bmpr
07_AI大模型之数据结构与算法_堆排序.mp4
04_AI大模型之数据结构与算法_归并排序.mp4
00_AI大模型之数据结构与算法_内容回顾.mp4
06_AI大模型之数据结构与算法_快速排序.mp4
02_AI大模型之数据结构与算法_选择排序.mp4
08_AI大模型之数据结构与算法_分治_汉诺塔思路_1.mp4
09_AI大模型之数据结构与算法_分治_汉诺塔思路_2.mp4
05_AI大模型之数据结构与算法_上午内容回顾.mp4
代码
09_AI大模型之数据结构与算法_删除没有子节点的节点.mp4
08_AI大模型之数据结构与算法_删除元素的几种情况说明.mp4
05_AI大模型之数据结构与算法_定义节点类以及树类.mp4
01_AI大模型之数据结构与算法_树介绍.mp4
16_AI大模型之数据结构与算法_查找多数元素.mp4
03_AI大模型之数据结构与算法_常见的二叉树.mp4
17_AI大模型之数据结构与算法_总结.mp4
13_AI大模型之数据结构与算法_树的遍历.mp4
00_AI大模型之数据结构与算法_内容回顾.mp4
14_AI大模型之数据结构与算法_图的介绍.mp4
07_AI大模型之数据结构与算法_向树中添加元素.mp4
10_AI大模型之数据结构与算法_删除只有一个子节点的节点.mp4
06_AI大模型之数据结构与算法_查询方法的实现.mp4
15_AI大模型之数据结构与算法_二分查找法.mp4
02_AI大模型之数据结构与算法_二叉树的存储方式介绍.mp4
11_AI大模型之数据结构与算法_删除有两个子节点的节点.mp4
04_AI大模型之数据结构与算法_常见的二叉树动画演示.mp4
12_AI大模型之数据结构与算法_上午内容回顾.mp4
代码
06_AI大模型之数据结构与算法_出队代码以及队列测试.mp4
03_AI大模型之数据结构与算法_栈应用.mp4
15_AI大模型之数据结构与算法_哈希表整体测试.mp4
09_AI大模型之数据结构与算法_哈希表类创建.mp4
11_AI大模型之数据结构与算法_向哈希表中添加元素.mp4
04_AI大模型之数据结构与算法_队列介绍.mp4
14_AI大模型之数据结构与算法_获取元素以及遍历.mp4
08_AI大模型之数据结构与算法_哈希表介绍.mp4
00_AI大模型之数据结构与算法_内容回顾.mp4
02_AI大模型之数据结构与算法_栈数据结构实现.mp4
05_AI大模型之数据结构与算法_入队代码实现.mp4
16_AI大模型之数据结构与算法_总结.mp4
01_AI大模型之数据结构与算法_栈数据结构介绍.mp4
13_AI大模型之数据结构与算法_从哈希表中删除元素.mp4
12_AI大模型之数据结构与算法_扩容.mp4
10_AI大模型之数据结构与算法_显示哈希表中所有元素.mp4
数据结构与算法.bmpr
07_AI大模型之数据结构与算法_上午内容回顾.mp4
pretrained
templates
data
12_交叉验证_补充说明.wmv
1_损失函数.wmv
9_正则化_问题解答.wmv
ch02_base_Day03.zip
8_正则化.wmv
2_经验误差和泛化误差.wmv
7_拟合案例_问题解答补充.wmv
10_正则化_案例.wmv
14_交叉验证_补充说明2.wmv
4_拟合案例_欠拟合.wmv
6_拟合案例_问题解答.wmv
5_拟合案例_恰好拟合和过拟合.wmv
13_模型求解算法_解析法.wmv
11_交叉验证.wmv
3_欠拟合和过拟合.wmv
8_归一化.wmv
10_心脏病案例_数据集说明和加载.wmv
14_心脏病案例_模型保存加载和预测.wmv
3_KNN_原理介绍.wmv
13_心脏病案例_模型训练和评估.wmv
15_心脏病案例_网格搜索和交叉验证.wmv
9_标准化.wmv
ml_tutorial_Day05.zip
6_补充说明_距离计算和权重.wmv
1_机器学习基本理论复习总结.wmv
12_心脏病案例_特征工程.wmv
11_心脏病案例_数据集划分.wmv
4_KNN_API示例_分类.wmv
7_KNN_距离度量方法.wmv
2_ROC_补充说明.wmv
5_KNN_API示例_回归.wmv
7_逻辑回归_损失函数的梯度.wmv
11_逻辑回归案例_手写数字识别.wmv
9_逻辑回归_应用案例_心脏病检测.wmv
8_逻辑回归_API参数介绍.wmv
10_逻辑回归_多分类任务.wmv
3_逻辑回归_基本概念和原理.wmv
5_逻辑回归_应用场景.wmv
16_感知机_感知机的局限.wmv
13_感知机_逻辑门电路.wmv
14_感知机_简单实现与门.wmv
12_感知机_基本介绍.wmv
17_感知机_多层感知机实现异或门.wmv
2_问题解答_梯度下降tol参数.wmv
1_复习回顾_线性回归.wmv
4_逻辑回归_函数表达式补充说明.wmv
15_感知机_实现逻辑门电路.wmv
ml_tutorial_Day07.zip
6_逻辑回归_损失函数.wmv
3_线性回归_原理和应用.wmv
ml_tutorial_Day06.exe
8_线性回归_API_截距参数.wmv
12_线性回归案例_广告效果预测.wmv
7_线性回归_正规方程法求解.wmv
5_线性回归_损失函数.wmv
11_线性回归_梯度下降法API调用.wmv
9_线性回归_梯度下降法.wmv
2_补充说明_网格搜索和交叉验证.wmv
4_线性回归_API应用示例.wmv
6_线性回归_最小二乘法求解一元线性回归.wmv
1_复习回顾_KNN.wmv
10_线性回归_梯度下降法主要问题.wmv
4_机器学习建模流程.wmv
6_特征工程方法_低方差过滤法.wmv
2_机器学习基本术语.wmv
10_PCA补充说明.wmv
1_机器学习应用领域.wmv
8_特征工程方法_斯皮尔曼相关系数法.wmv
11_PCA补充说明2.wmv
7_特征工程方法_皮尔逊相关系数法.wmv
9_特征工程方法_PCA.wmv
5_特征工程的内容.wmv
3_机器学习方法分类.wmv
5_决策树_信息熵和条件熵.wmv
3_朴素贝叶斯_贝叶斯估计.wmv
14_聚类_原理简介和聚类算法.wmv
1_复习回顾_逻辑回归和感知机.wmv
7_决策树_信息增益率和基尼系数.wmv
ml_tutorial_Day08.zip
4_决策树_基本原理和工作过程.wmv
13_集成学习_随机森林.wmv
8_决策树_回归树.wmv
6_决策树_信息增益.wmv
10_支持向量机.wmv
12_集成学习_AdaBoost.wmv
2_朴素贝叶斯_基本原理.wmv
11_集成学习_基本介绍.wmv
9_决策树_剪枝.wmv
11_练习_生成随机数.wmv
1_课程整体介绍.wmv
13_极大似然估计.wmv
2_数学基础_导数.wmv
15_机器学习发展历史.wmv
6_矩阵运算.wmv
10_概率和概率分布.wmv
14_机器学习概述.wmv
3_练习_函数和导数.wmv
9_练习_计算梯度.wmv
4_偏导数和梯度.wmv
8_梯度矩阵.wmv
7_矩阵求导.wmv
5_向量运算.wmv
12_贝叶斯定理.wmv
pretrained
data
templates
uie_pytorch
advertising.csv
heart_disease.csv
train.csv
1_复习回顾_其它监督学习和聚类算法.wmv
3_聚类_评价指标.wmv
ml_tutorial.zip
6_机器学习总体复习.wmv
5_降维_主成分分析.wmv
4_降维_奇异值分解.wmv
2_聚类_KMeans代码示例.wmv
机器学习测试题（答案版）.docx
6_梯度下降法案例_求函数目标值的位置.wmv
2_梯度下降法.wmv
11_分类模型评价指标_混淆矩阵.wmv
4_梯度下降法具体步骤.wmv
12_分类模型评价指标_精确率和召回率.wmv
1_机器学习流程总结.wmv
14_分类模型评价指标_ROC和AUC.wmv
9_牛顿法和逆牛顿法.wmv
3_梯度下降法分类.wmv
13_分类模型评价指标_f1和分类报告.wmv
ml_tutorial_Day04.zip
10_回归模型评价指标.wmv
7_学习率的调整.wmv
5_梯度下降法案例_求函数最小值.wmv
8_梯度下降法应用.wmv
logo.jpg
聚类架构.png
苹果-自编码器.png
苹果-解码器.svg
聚类架构.svg
苹果-编码器.svg
聚类架构配置.png
相似度检索-解码器.svg
相似度检索编解码器架构配置.png
相似度检索-解码器.png
相似度检索-编码器.png
相似度检索-编码器.svg
相似度检索-编解码器.svg
苹果-解码器.png
相似度检索-编解码器.png
去噪器.svg
苹果-编码器.png
去噪器.png
苹果-自编码器.svg
image_processing_Day04.zip
2_问题解答_模型架构设计.wmv
1_复习回顾.wmv
13_智图寻宝项目_相似检索模块_定义数据集.wmv
15_智图寻宝项目_相似检索模块_引擎实现.wmv
16_智图寻宝项目_相似检索模块_模型训练.wmv
10_智图寻宝项目_分类模块实现_训练和评估结果分析.wmv
5_智图寻宝项目_分类模块_模型测试和评估.wmv
7_智图寻宝项目_分类模块实现_创建数据集.wmv
8_智图寻宝项目_分类模块实现_定义模型.wmv
4_智图寻宝项目_分类模块_训练模型.wmv
6_智图寻宝项目_分类模块实现_配置文件.wmv
9_智图寻宝项目_分类模块实现_模型训练和评估.wmv
17_智图寻宝项目_相似检索模块_训练结果分析.wmv
3_智图寻宝项目_分类模块_模型定义扩展.wmv
12_智图寻宝项目_相似检索模块_配置文件.wmv
11_智图寻宝项目_相似检索模块_实现思路和模型架构.wmv
14_智图寻宝项目_相似检索模块_定义模型.wmv
8_智图寻宝项目_面试串讲_感知损失.wmv
5_智图寻宝项目_web模块代码解析.wmv
3_问题解答_DataLoader.wmv
4_智图寻宝项目_web模块和综合测试.wmv
1_复习回顾.wmv
2_作业讲解_模型的Sequential表达.wmv
7_智图寻宝项目_面试串讲_去噪模块和椒盐噪声.wmv
image_processing.zip
6_智图寻宝项目_面试串讲_整体介绍和对比损失.wmv
9_智图寻宝项目_面试串讲_模型训练和优化.wmv
9_智图寻宝项目_案例_加载图片.wmv
1_智图寻宝项目_整体介绍.wmv
10_智图寻宝项目_案例_创建模型.wmv
3_智图寻宝项目_环境准备.wmv
7_智图寻宝项目_案例_编码器结构.wmv
image_processing_Day01.zip
2_智图寻宝项目_项目架构.wmv
6_智图寻宝项目_自编码器.wmv
11_智图寻宝项目_案例_训练和重构图像.wmv
4_智图寻宝项目_公共模块.wmv
5_问题解答_benchmark.wmv
8_智图寻宝项目_案例_解码器结构.wmv
4_智图寻宝项目_去噪模块实现_数据集测试.wmv
1_扩展_转置卷积.wmv
7_智图寻宝项目_去噪模块实现_训练模型.wmv
image_processing_Day03.zip
9_智图寻宝项目_去噪模块实现_测试结果说明.wmv
12_智图寻宝项目_分类模块_创建模型.wmv
5_智图寻宝项目_去噪模块实现_模型定义.wmv
2_智图寻宝项目_去噪模块实现_配置文件.wmv
10_智图寻宝项目_分类模块_架构说明.wmv
3_智图寻宝项目_去噪模块实现_定义数据集.wmv
6_智图寻宝项目_去噪模块实现_训练测试引擎.wmv
8_智图寻宝项目_去噪模块实现_测试模型效果.wmv
11_智图寻宝项目_分类模块_创建数据集.wmv
image_processing_Day02.zip
3_智图寻宝项目_去噪模块_架构分析.wmv
5_智图寻宝项目_去噪模块_自定义数据集类.wmv
8_智图寻宝项目_去噪模块_模型创建.wmv
4_问题解答_池化形状变化.wmv
9_问题解答_通用池化层.wmv
12_智图寻宝项目_去噪模块实现_代码整体结构.wmv
2_问题解答_引入噪声.wmv
10_智图寻宝项目_去噪模块_模型训练.wmv
7_智图寻宝项目_去噪模块_数据集创建和加载.wmv
11_智图寻宝项目_去噪模块_模型测试验证.wmv
6_问题解答_图片通道数和加载方式.wmv
1_复习回顾.wmv
Snipaste-2.2.1-Beta2-x64.rar
balsamiqmockupspro.rar
代码
03_AI大模型之Python基础_成员私有化本质.mp4
10_AI大模型之Python基础_多继承.mp4
07_AI大模型之Python基础_上午内容回顾.mp4
11_AI大模型之Python基础_super方法父类的属性和方法.mp4
00_AI大模型之Python基础_内容回顾.mp4
14_AI大模型之Python基础_多态.mp4
08_AI大模型之Python基础_随堂案例.mp4
04_AI大模型之Python基础_@property用法.mp4
15_AI大模型之Python基础_总结以及愤怒的小鸟案例说明.mp4
02_AI大模型之Python基础_私有化属性和方法.mp4
13_AI大模型之Python基础_方法的重写.mp4
day08_每日一考.md
01_AI大模型之Python基础_面向对象的三大特性整体介绍.mp4
05_AI大模型之Python基础_读写属性.mp4
09_AI大模型之Python基础_单继承案例.mp4
12_AI大模型之Python基础_方法调用顺序.mp4
06_AI大模型之Python基础_封装案例.mp4
mac
汉化教程
windows
说明.txt
说明(1).txt
！！！重要！！！激活教程(1).docx
！！！重要！！！激活教程.docx
代码
07_AI大模型之Python基础_将用户添加到集合中.mp4
09_AI大模型之Python基础_添加用户其它功能的实现.mp4
day14_每日一考.md
03_AI大模型之Python基础_客户管理系统需求介绍.mp4
00_AI大模型之Python基础_内容回顾.mp4
08_AI大模型之Python基础_添加用户id.mp4
06_AI大模型之Python基础_主菜单页的开发.mp4
01_AI大模型之Python基础_正则表达式介绍.mp4
05_AI大模型之Python基础_初始化两个字典用于存放客户信息.mp4
02_AI大模型之Python基础_正则表达式案例.mp4
10_AI大模型之Python基础_显示所有用户以及作业布置.mp4
04_AI大模型之Python基础_创建客户类.mp4
11_AI大模型之Python基础_科学使用PyCharm.mp4
09_AI大模型之Python基础_卸载问题说明.mp4
13_AI大模型之Python基础_交互式命令行方式运行程序.mp4
17_AI大模型之Python基础_注释.mp4
15_AI大模型之Python基础_PyCharm破解问题说明.mp4
18_AI大模型之Python基础_变量的声明和赋值.mp4
02_AI大模型之Python基础_计算机发展以及语言发展.mp4
20_AI大模型之Python基础_变量的修改以及常量.mp4
08_AI大模型之Python基础_Python的安装.mp4
21_AI大模型之Python基础_总结.mp4
14_AI大模型之Python基础_脚本方式运行程序.mp4
04_AI大模型之Python基础_编译型语言和解释型语言.mp4
06_AI大模型之Python基础_Python语言特点.mp4
07_AI大模型之Python基础_Python解释器介绍.mp4
05_AI大模型之Python基础_Python语言的运行方式.mp4
16_AI大模型之Python基础_通过PyCharm运行程序.mp4
00_AI大模型之Python基础_课程介绍.mp4
10_AI大模型之Python基础_PyCharm的安装.mp4
03_AI大模型之Python基础_计算机语言发展画图说明.mp4
19_AI大模型之Python基础_标识符的命名.mp4
01_AI大模型之Python基础_计算机组成.mp4
12_AI大模型之Python基础_Pycharm的设置.mp4
代码
11_AI大模型之Python基础_self.mp4
01_AI大模型之Python基础_图片拷贝.mp4
day07_每日一考.md
04_AI大模型之Python基础_面向对象编程思想.mp4
08_AI大模型之Python基础_补充.mp4
Python基础.bmpr
10_AI大模型之Python基础_init方法.mp4
07_AI大模型之Python基础_对象创建内存分析.mp4
02_AI大模型之Python基础_图片拷贝优化.mp4
05_AI大模型之Python基础_类和对象的概念.mp4
03_AI大模型之Python基础_面向过程与面向函数式编程.mp4
09_AI大模型之Python基础_类的定义以及类的操作.mp4
13_AI大模型之Python基础_实例属性.mp4
15_AI大模型之Python基础_静态方法和特殊方法.mp4
14_AI大模型之Python基础_实例方法和类方法.mp4
06_AI大模型之Python基础_通过类创建对象案例.mp4
00_AI大模型之Python基础_内容回顾.mp4
12_AI大模型之Python基础_类属性.mp4
17_AI大模型之Python基础_总结.mp4
16_AI大模型之Python基础_动态添加属性以及方法.mp4
代码
11_AI大模型之Python基础_各个容器类型总结.mp4
每日一考.md
08_AI大模型之Python基础_字典对象的创建以及访问方式.mp4
06_AI大模型之Python基础_集合常用的函数.mp4
05_AI大模型之Python基础_集合基本操作.mp4
09_AI大模型之Python基础_字典的基础操作.mp4
07_AI大模型之Python基础_字典基本介绍.mp4
00_AI大模型之Python基础_每日一考讲解.mp4
10_AI大模型之Python基础_字典的遍历以及常用函数.mp4
04_AI大模型之Python基础_元组.mp4
01_AI大模型之Python基础_字符串介绍.mp4
02_AI大模型之Python基础_字符串基本操作.mp4
03_AI大模型之Python基础_字符串常用函数.mp4
代码
09_AI大模型之Python基础_Raise抛出异常.mp4
03_AI大模型之Python基础_障碍物类的创建.mp4
11_AI大模型之Python基础_自定义异常.mp4
14_AI大模型之Python基础_With关键字案例.mp4
12_AI大模型之Python基础_异常的传递.mp4
04_AI大模型之Python基础_创建相关对象完成攻击.mp4
00_AI大模型之Python基础_习题讲解.mp4
01_AI大模型之Python基础_鸟基类的创建.mp4
05_AI大模型之Python基础_异常处理基本语法.mp4
10_AI大模型之Python基础_assert断言机制.mp4
08_AI大模型之Python基础_Finally.mp4
02_AI大模型之Python基础_鸟子类的创建.mp4
15_AI大模型之Python基础_总结.mp4
07_AI大模型之Python基础_Else语句块.mp4
06_AI大模型之Python基础_捕获不同类型的异常.mp4
13_AI大模型之Python基础_With关键字介绍.mp4
day09_每日一考.md
代码
04_AI大模型之Python基础_局部导入模块情况2.mp4
03_AI大模型之Python基础_局部导入模块情况1.mp4
00_AI大模型之Python基础_内容回顾.mp4
02_AI大模型之Python基础_全局导入模块.mp4
12_AI大模型之Python基础_局部导入1.mp4
07_AI大模型之Python基础___name__变量.mp4
18_AI大模型之Python基础_总结.mp4
11_AI大模型之Python基础_带包的全局导入.mp4
16_AI大模型之Python基础_通过命令的方式安装自己打包的库.mp4
13_AI大模型之Python基础_局部导入2.mp4
06_AI大模型之Python基础___all__限制导入成员.mp4
14_AI大模型之Python基础_安装第三方库介绍.mp4
day10_每日一考.md
08_AI大模型之Python基础_dir函数.mp4
17_AI大模型之Python基础_pycharm界面方式安装自己打包的库.mp4
15_AI大模型之Python基础_打包自己开发的代码.mp4
01_AI大模型之Python基础_模块介绍.mp4
05_AI大模型之Python基础_模块搜索顺序.mp4
10_AI大模型之Python基础_上午内容回顾.mp4
09_AI大模型之Python基础_包的创建.mp4
代码
07_AI大模型之Python基础_上午内容回顾.mp4
05_AI大模型之Python基础_循环的嵌套.mp4
13_AI大模型之Python基础_列表中的常用方法2.mp4
12_AI大模型之Python基础_列表的遍历.mp4
06_AI大模型之Python基础_continue、break、pass关键字以及else语句.mp4
15_AI大模型之Python基础_列表常用方法3.mp4
day03每日一考.md
03_AI大模型之Python基础_for循环遍历案例.mp4
09_AI大模型之Python基础_列表的介绍以及创建.mp4
10_AI大模型之Python基础_列表切片.mp4
14_AI大模型之Python基础_列表推导式.mp4
04_AI大模型之Python基础_range函数说明.mp4
08_AI大模型之Python基础_序列介绍.mp4
02_AI大模型之Python基础_for循环语法介绍.mp4
00_AI大模型之Python基础_作业题讲解.mp4
11_AI大模型之Python基础_列表中的常用方法1.mp4
01_AI大模型之Python基础_内容回顾.mp4
每日一考
代码
06_AI大模型之Python基础_成员、身份运算符.mp4
15_AI大模型之Python基础_三目运算符.mp4
02_AI大模型之Python基础_问题解答.mp4
17_AI大模型之Python基础_while打印进度条.mp4
04_AI大模型之Python基础_位运算符.mp4
代码.zip
00_AI大模型之Python基础_内容回顾.mp4
05_AI大模型之Python基础_问题解答.mp4
16_AI大模型之Python基础_while循环.mp4
08_AI大模型之Python基础_流程控制语句单分支介绍.mp4
11_AI大模型之Python基础_多分支.mp4
09_AI大模型之Python基础_单分支if.mp4
12_AI大模型之Python基础_多分支案例.mp4
18_AI大模型之Python基础_whileElse.mp4
14_AI大模型之Python基础_match-case.mp4
10_AI大模型之Python基础_双分支.mp4
13_AI大模型之Python基础_嵌套分支.mp4
07_AI大模型之Python基础_Python编码规范.mp4
01_AI大模型之Python基础_算术、赋值运算符.mp4
03_AI大模型之Python基础_比较、逻辑运算符.mp4
19_AI大模型之Python基础_总结以及作业布置.mp4
代码
00_AI大模型之Python基础_内容回顾.mp4
03_AI大模型之Python基础_函数的形参和实参.mp4
02_AI大模型之Python基础_函数的抽取.mp4
10_AI大模型之Python基础_解包传参.mp4
06_AI大模型之Python基础_传递可变对象.mp4
13_AI大模型之Python基础_深拷贝原理图示.mp4
05_AI大模型之Python基础_传递不可变对象.mp4
09_AI大模型之Python基础_参数传递的形式.mp4
每日一考.md
01_AI大模型之Python基础_函数的定义以及为什么抽取函数.mp4
04_AI大模型之Python基础_函数执行内存分析.mp4
08_AI大模型之Python基础_赋值操作情况说明.mp4
11_AI大模型之Python基础_浅拷贝.mp4
15_AI大模型之Python基础_总结.mp4
07_AI大模型之Python基础_上午内容回顾.mp4
14_AI大模型之Python基础_方法的返回值.mp4
12_AI大模型之Python基础_浅拷贝原理图示.mp4
代码
13_AI大模型之Python基础_装饰器语法糖实现装饰器.mp4
17_AI大模型之Python基础_类装饰器.mp4
01_AI大模型之Python基础_浅拷贝案例.mp4
14_AI大模型之Python基础_多层装饰器.mp4
00_AI大模型之Python基础_内容回顾.mp4
05_AI大模型之Python基础_自定义迭代器.mp4
06_AI大模型之Python基础_生成器介绍以及斐波那契数列.mp4
15_AI大模型之Python基础_多层装饰器内存图.mp4
08_AI大模型之Python基础_通过send向生成器发送数据.mp4
Python基础.bmpr
12_AI大模型之Python基础_闭包实现装饰器.mp4
04_AI大模型之Python基础_通过容器创建迭代器对象.mp4
day11_每日一考.md
16_AI大模型之Python基础_带参数的装饰器.mp4
03_AI大模型之Python基础_迭代器介绍.mp4
10_AI大模型之Python基础_四种作用域.mp4
02_AI大模型之Python基础_深拷贝案例.mp4
18_AI大模型之Python基础_总结.mp4
09_AI大模型之Python基础_命名空间.mp4
11_AI大模型之Python基础_闭包.mp4
07_AI大模型之Python基础_通过函数创建生成器对象.mp4
12_AI大模型之Python基础_上午内容回顾.mp4
00_AI大模型之Python基础_内容回顾.mp4
02_AI大模型之Python基础_不同进制的表现形式.mp4
15_AI大模型之Python基础_字符串类型.mp4
04_AI大模型之Python基础_十六进制（八进制）和十进制之间的转换.mp4
23_AI大模型之Python基础_总结.mp4
16_AI大模型之Python基础_自动类型转换.mp4
15_AI大模型之Python基础_字符串类型-笔记.PanD
01_AI大模型之Python基础_常见的进制介绍.mp4
09_AI大模型之Python基础_补码计算原理说明.mp4
14_AI大模型之Python基础_布尔类型.mp4
21_AI大模型之Python基础_字符串的format方法.mp4
19_AI大模型之Python基础_input输入.mp4
10_AI大模型之Python基础_数据类型分类.mp4
18_AI大模型之Python基础_编码和解码.mp4
13_AI大模型之Python基础_浮点数类型.mp4
11_AI大模型之Python基础_整数类型.mp4
05_AI大模型之Python基础_二进制和十六进制之间的转换.mp4
22_AI大模型之Python基础_f加字符串输出.mp4
07_AI大模型之Python基础_计算机为什么使用补码.mp4
17_AI大模型之Python基础_强制类型转换.mp4
代码.zip
08_AI大模型之Python基础_计算机减法转加法思路.mp4
03_AI大模型之Python基础_二进制和十进制之间的转换.mp4
20_AI大模型之Python基础_普通输出和字符串中使用%占位.mp4
06_AI大模型之Python基础_原码、反码、补码概念.mp4
代码
06_AI大模型之Python基础_进程池案例.mp4
02_AI大模型之Python基础_多进程以及创建方式说明.mp4
12_AI大模型之Python基础_线程对象的创建.mp4
11_AI大模型之Python基础_线程相关概念.mp4
00_AI大模型之Python基础_考题讲解以及内容回顾.mp4
08_AI大模型之Python基础_多进程间不共享全局变量.mp4
07_AI大模型之Python基础_上午内容回顾.mp4
09_AI大模型之Python基础_Queue介绍.mp4
day12_每日一考.md
10_AI大模型之Python基础_进程间通过Quque共享数据.mp4
13_AI大模型之Python基础_线程池.mp4
14_AI大模型之Python基础_线程不安全问题说明.mp4
03_AI大模型之Python基础_多进程方式读写文件.mp4
15_AI大模型之Python基础_总结.mp4
01_AI大模型之Python基础_同步异步以及并发和并行概念.mp4
05_AI大模型之Python基础_进程池.mp4
04_AI大模型之Python基础_自定义进程类.mp4
代码
00_AI大模型之Python基础_内容回顾.mp4
06_AI大模型之Python基础_上午内容回顾.mp4
07_AI大模型之Python基础_TCP通信介绍.mp4
03_AI大模型之Python基础_网络相关概念.mp4
05_AI大模型之Python基础_UDP开发案例.mp4
我用夸克网盘分享了「尚硅谷-AI大模型系列课程」，点击链接即可保存。打开「夸克APP」，无需下载在线播放视频，畅享原画5倍速，支持电视投屏。
