[LLMs 实践] 10 预训练语料，mapping & streaming（load_dataset）
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[LLMs 实践] 08 LLM.int8 量化细节 （load_in_8bit）以及 bitsandbytes 库
...
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）
...
[LLMs 实践] 12 LLM SFT training （trl SFTTrainer、alpaca dataset）
...
[LLMs 实践] 13 gradient checkpointing 显存优化 trick
...
[LLMs 实践] 01 llama、alpaca、vicuna 整体介绍及 llama 推理过程
...
[LLMs 实践] 02 LoRA（Low Rank Adaption）基本原理与基本概念，fine-tune 大语言模型
...
[动手写神经网络] 手动实现 Transformer Encoder
...
[损失函数设计] 为什么多分类问题损失函数用交叉熵损失，而不是 MSE
...
[调包侠] tencent ailab 中文语料 embedding vector（word2vec）
...
[LLMs 实践] 21 llama2 源码分析 GQA：Grouped Query Attention
...
[LLMs 实践] 20 llama2 源码分析 cache KV（keys、values cache）加速推理
...
[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节
...
[实战kaggle系列] 1. 使用 kaggle 命令行 api，进行数据集的下载
...
[LLMs 实践] 14 llama2 introduction 及 fine tune llama2（guanaco dataset）
...
[LLMs 实践] 17 llama2 源码分析（RMSNorm 与 SwiGLU）
...
[LLMs 实践] 221 llama2 源码分析 generate 的完整过程
...
[pytorch 强化学习] 01 认识环境（environment，gym.Env）以及 CartPole-v0/v1 环境
...
大模型RAG企业项目实战：手把手带你搭建一套完整的RAG系统，项目实战＋部署源码，纯小白都能学明白！LLM大模型_RAG_大模型微调_多模态
...
[LLMs 实践] 03 LoRA fine-tune 大语言模型（peft、bloom 7b）
...
[动手写神经网络] 05 使用预训练 resnet18 提升 cifar10 分类准确率及误分类图像可视化分析
...
[LLMs 实践] 19 llama2 源码分析 RoPE apply_rotary_emb 从绝对位置编码到相对位置编码
...
[RLHF] 从 PPO rlhf 到 DPO，公式推导与原理分析
...
[LLMs 实践] 09 BPE gpt2 tokenizer 与 train tokenizer
...
[LLMs tuning] 04 optimizer Trainer 优化细节（AdamW，grad clip、Grad Norm）等
...
[pytorch 强化学习] 10 从 Q Learning 到 DQN（experience replay 与 huber loss / smooth L1）
...
[LLMs 实践] 18 llama2 源码分析 RoPE 相对位置编码的复数形式
...
[pytorch 强化学习] 09 （逐行写代码）CartPole Q learning 基于连续状态离散化（digitize 分桶）
...
[LLMs inference] hf transformers 中的 KV cache
...
[Python 机器学习] 深入理解 numpy（ndarray）的 axis（轴/维度）
...
[LLMs tuning] 01 trl SFTTrainer 中的 formatting_func 与 DataCollatorForCompletion
...
[工具的使用] 从 jupyter notebook 到 jupyter lab（网页版 vscode？）
...
[蒙特卡洛方法] 02 重要性采样（importance sampling）及 python 实现
...
【AI大模型实战】两小时带你彻底掌握提示工程（Prompt Engineering）超详细，草履虫都能听懂！！！（大模型|LLM|多模态|人工智能）
...
[python nlp] 01 词频分析与 Zipf law 齐夫定律（log-log plot）
...
[矩阵分析] 分块矩阵的角度理解矩阵运算（独热向量与对角矩阵）
...
[蒙特卡洛方法] 01 从黎曼和式积分（Reimann Sum）到蒙特卡洛估计（monte carlo estimation）求积分求期望
...
[全栈深度学习] 01 docker 工具的基本使用及 nvidia cuda pytorch 镜像
...
【大模型实战】深度解析Transformers模型量化！！！
...
[LLMs 实践] 06 LLaMA，Alpaca LoRA 7B 推理
...
[LLMs tuning] 05 StackLlama、SFT+DPO（代码组织、数据处理，pipeline）