所有分类
  • 所有分类
  • 前端开发
  • 后端开发
  • 体系课程
  • 移动开发
  • 计算机基础
  • 测试运维
  • 前沿技术
当前位置： 正文

LLM开发工程师入行实战–从0到1开发轻量化私有大模型

Itspxx 5小时前 大模型 11 3 推广

05135757686

课程介绍：

LLM大模型开发工程师已经成为各大公司争抢的战略性高薪人才，如果你想尽早入行，这门课程就是专为你设计的高效学习路径。课程从模型构建起步，手把手教你完成指令微调、高效数据集搭建、训练流水线搭建及模型知识蒸馏等关键任务。只要跟着教学安排，稳扎稳打，就能顺利训练出私有化、可压缩、可上线的轻量大模型。通过本课程的学习，助力你先人一步具备私有化模型开发实战能力，跃升成为高薪技术人才。

课程目录：

第1章 LLM大模型工程师入门实战–课程导学
1 节｜7分钟

展开 

  •  

    视频：
    1-1 LLM开发工程师入门实战-课程导学
    试看
    06:47
第2章 千里之行，始于足下：初识大语言模型
7 节｜33分钟

收起 

  •  

    视频：
    2-1 开启你的AI智慧之旅-本章导学
    03:08

  •  

    视频：
    2-2 开启你的AI智慧之旅-初识大语言模型
    04:37

  •  

    视频：
    2-3 开启你的AI智慧之旅-大语言模型擅长的事儿
    05:28

  •  

    视频：
    2-4 开启你的AI智慧之旅-大语言模型的诞生过程
    05:32

  •  

    视频：
    2-5 开启你的AI智慧之旅-从0到1构建大语言模型的意义
    试看
    04:12

  •  

    视频：
    2-6 开启你的AI智慧之旅-大语言模型的局限性与挑战
    06:38

  •  

    视频：
    2-7 开启你的AI智慧之旅-大语言模型的未来展望
    02:50
第3章 工欲善其事，必先利其器：开发环境的搭建
12 节｜97分钟

收起 

  •  

    视频：
    3-1 开发环境搭建-导学
    试看
    04:43

  •  

    视频：
    3-2 开发环境搭建-MiniConda安装与使用
    10:08

  •  

    视频：
    3-3 开发环境搭建-使用pip命令安装依赖包
    11:08

  •  

    视频：
    3-4 开发环境搭建-VsCode的配置
    07:47

  •  

    视频：
    3-5 开发环境搭建-手攒超级计算机-硬件(自己够买硬件者选看)
    10:43

  •  

    视频：
    3-6 开发环境搭建-Nvidia与CUDA关系及Linux下Nvidia驱动的安装(Linux下搭建环境者选看)
    05:57

  •  

    视频：
    3-7 开发环境搭建-Windows下Nvidia驱动的安装(Windows下搭建环境者选看)
    06:28

  •  

    视频：
    3-8 开发环境搭建-使用Docker搭建环境一(需要Docker搭建环境者选看)
    08:17

  •  

    视频：
    3-9 打开发环境搭建-使用Docker搭建环境二(需要Docker搭建环境者选看)
    08:26

  •  

    视频：
    3-10 开发环境搭建-申请阿里云的免费GPU和CPU资源(想使用阿里云服务者选看)
    11:23

  •  

    视频：
    3-11 开发环境搭建-申请Kaggle的免费GPU和CPU资源(想使用Kaggle且有科学上网工具者选看)
    06:48

  •  

    视频：
    3-12 开发环境搭建-申请Google的免费GPU和CPU资源(想使用Google云且有科学上网工具者选看)
    04:40
第4章 牛刀小试：使用HuggingFace训练GPT-2
6 节｜55分钟

展开 

  •  

    视频：
    4-1 使用HuggingFace训练GPT2-导学
    02:48

  •  

    视频：
    4-2 HuggingFace简介
    04:48

  •  

    视频：
    4-3 使用HuggingFace训练GPT2-基本步骤
    12:06

  •  

    视频：
    4-4 使用HuggingFace训练GPT2-全流程体验（后面会详解）
    13:24

  •  

    视频：
    4-5 使用HuggingFace训练GPT2-详解group_text的实现
    12:45

  •  

    视频：
    4-6 使用HuggingFace训练GPT2-详解generate_text的实现
    09:09
第5章 提高学习效率：驾驭LLM的对话艺术与工具 (初学AI者选看)
13 节｜98分钟

展开 

  •  

    视频：
    5-1 提高工作效率-导学
    04:16

  •  

    视频：
    5-2 提高工作效率工具-通义灵码与小浣熊
    10:39

  •  

    视频：
    5-3 提高工作效率工具-Copilot
    08:04

  •  

    视频：
    5-4 大语言模型助手-Kimi
    05:53

  •  

    视频：
    5-5 大语言模型助手-NewBing
    08:35

  •  

    视频：
    5-6 大语言模型助手-Gemini
    06:49

  •  

    视频：
    5-7 大语言模型助手-Poe
    08:50

  •  

    视频：
    5-8 大语言模型提示词(一)
    07:34

  •  

    视频：
    5-9 大语言模型提示词(二)
    06:43

  •  

    视频：
    5-10 大语言模型提示词(三)
    10:17

  •  

    视频：
    5-11 大语言模型提示词(四)
    05:53

  •  

    视频：
    5-12 大语言模型提示词(五)
    09:24

  •  

    视频：
    5-13 本章小结
    04:26
第6章 必知必会的基础知识：Python语言基础 (没有Pytorh基础者选看)
13 节｜131分钟

展开 

  •  

    视频：
    6-1 Python语言基础知识-导学
    03:46

  •  

    视频：
    6-2 Python语言基础知识-变量的定义与使用
    10:30

  •  

    视频：
    6-3 Python语言基础知识-逻辑判断与优先级
    15:02

  •  

    视频：
    6-4 Python语言基础知识-循环
    11:50

  •  

    视频：
    6-5 Python语言基础知识-函数的定义与使用
    06:36

  •  

    视频：
    6-6 Python语言基础知识-类与对象
    11:44

  •  

    视频：
    6-7 Python语言基础知识-四种复合类型
    15:56

  •  

    视频：
    6-8 Python语言基础知识-可变变量与不可变变量
    05:42

  •  

    视频：
    6-9 Python语言基础知识-特有技术切片
    10:58

  •  

    视频：
    6-10 Python语言基础知识-其它特有技术
    07:34

  •  

    视频：
    6-11 Pythony语言基础知识-NumPy库的使用
    16:02

  •  

    视频：
    6-12 Python语言基础知识-MatPlotLib库的使用
    12:45

  •  

    视频：
    6-13 Python语言基础知识-本章小结
    02:23
第7章 深度学习核心入门：洞悉AI的学习之道 (无深度学习经验者选看)
19 节｜154分钟

展开 

  •  

    视频：
    7-1 深度学习核心入门-导学
    02:04

  •  

    视频：
    7-2 深度学习核心入门-人工智能、机器学习与深度学习的关系
    05:05

  •  

    视频：
    7-3 深度学习核心入门-神经元与神经网络
    10:49

  •  

    视频：
    7-4 深度学习核心入门-监督学习与无监督学习
    09:25

  •  

    视频：
    7-5 深度学习核心入门-数据集的划分
    05:03

  •  

    视频：
    7-6 深度学习核心入门-过拟合、欠拟合与代价函数
    10:15

  •  

    视频：
    7-7 深度学习核心入门-代价函数的意义
    11:15

  •  

    视频：
    7-8 深度学习核心入门-梯度下降
    11:20

  •  

    视频：
    7-9 深度学习核心入门-线性回归代价函数的导数
    06:08

  •  

    视频：
    7-10 深度学习核心入门-学习率
    06:07

  •  

    视频：
    7-11 深度学习核心入门-逻辑回归
    08:05

  •  

    视频：
    7-12 深度学习核心入门-sigmoid激活函数
    03:46

  •  

    视频：
    7-13 深度学习必备的基础知识-逻辑回归的代价函数
    10:36

  •  

    视频：
    7-14 深度学习必备的基础知识-逻辑回归的梯度下降
    05:15

  •  

    视频：
    7-15 深度学习必备的基础知识-逻辑回归代价函数关于w和b偏导后的公式证明
    11:57

  •  

    视频：
    7-16 深度学习必备的基础知识-深度神经网络与前向传播
    13:13

  •  

    视频：
    7-17 深度学习必备的基础知识-多种激活函数
    09:35

  •  

    视频：
    7-18 深度学习必备的基础知识-反向传播与计算图
    07:54

  •  

    视频：
    7-19 深度学习必备的基础知识-前向传播与反向传播的完整过程
    05:26
第8章 掌握“炼丹术”：优化深度学习训练参数 (无深度学习经验者选看)
10 节｜73分钟

展开 

  •  

    视频：
    8-1 优化深度学习训练参数-导学
    04:48

  •  

    视频：
    8-2 深度神经网络参数优化-向量化与矩阵化
    11:30

  •  

    视频：
    8-3 深度神经网络参数优化-L2正则化
    13:30

  •  

    视频：
    8-4 深度神经网络参数优化-Dropout
    04:14

  •  

    视频：
    8-5 深度神经网络参数优化-数据归一化处理
    06:49

  •  

    视频：
    8-6 深度神经网络参数优化-初始化权重参数
    04:46

  •  

    视频：
    8-7 深度神经网络参数优化-全批量梯度下降
    05:01

  •  

    视频：
    8-8 深度神经网络参数优化-随机梯度下降与小批量梯度下降
    04:42

  •  

    视频：
    8-9 深度神经网络参数优化-梯度参数调优
    07:39

  •  

    视频：
    8-10 深度神经网络参数优化-BatchNormalization
    09:45
第9章 【实战】手写字识别：第一个AI模型诞生记 (无深度学习经验者选看)
10 节｜66分钟

展开 

  •  

    视频：
    9-1 [实战]手写字识别-导学
    02:26

  •  

    视频：
    9-2 [实战]手写字识别- Pytorch的一点历史
    02:49

  •  

    视频：
    9-3 [实战]手写字识别-Pytorch加载数据集
    08:17

  •  

    视频：
    9-4 [实战]手写字识别-Pytorch导入训练数据和测试数据
    06:04

  •  

    视频：
    9-5 [实战]手写字识别-构建手写字神经网络
    07:43

  •  

    视频：
    9-6 [实战]手写字识别-Pytorch实现训练逻辑代码
    09:41

  •  

    视频：
    9-7 [实战]手写字识别-Pytorch实现评估神经逻辑代码
    06:26

  •  

    视频：
    9-8 [实战]手写字识别-Pytorch训练和评估神经网络
    04:37

  •  

    视频：
    9-9 [实战]手写字识别-模型的保存部署与使用
    08:42

  •  

    视频：
    9-10 [实战]手写字识别-训练参数调优
    09:08
第10章 【实战】数据爬取与清洗：为大模型“备粮草”
10 节｜70分钟

展开 

  •  

    视频：
    10-1 [实战]数据与爬虫-导学
    03:24

  •  

    视频：
    10-2 [实战]数据与爬虫-大语言模型的食谱
    11:36

  •  

    视频：
    10-3 [实战]数据与爬虫-实现网络爬虫（一）
    04:35

  •  

    视频：
    10-4 [实战]数据与爬虫-实现网络爬虫（二）
    05:52

  •  

    视频：
    10-5 [实战]数据与爬虫-实现网络爬虫（三）
    12:38

  •  

    视频：
    10-6 [实战]数据与爬虫-实现网络爬虫（四）
    10:42

  •  

    视频：
    10-7 [实战]数据与爬虫-清洗数据（一）
    03:52

  •  

    视频：
    10-8 [实战]数据与爬虫-清洗数据（二）
    05:33

  •  

    视频：
    10-9 [实战]数据与爬虫-清洗数据（三）
    07:21

  •  

    视频：
    10-10 [实战]数据与爬虫-小结
    03:30
第11章 让机器读懂文本：文本与分词艺术
12 节｜96分钟

展开 

  •  

    视频：
    11-1 文本与分词艺术-导学
    05:37

  •  

    视频：
    11-2 文本与分词艺术-文本向量化的完整过程
    06:59

  •  

    视频：
    11-3 文本与分词艺术-文本分词
    11:41

  •  

    视频：
    11-4 文本与分词艺术-构造文本字典
    09:25

  •  

    视频：
    11-5 文本与分词艺术-实现Tokenizer类
    08:09

  •  

    视频：
    11-6 文本与分词艺术-文本转TokenID
    09:57

  •  

    视频：
    11-7 文本与分词艺术-TokenID转文本
    06:37

  •  

    视频：
    11-8 文本与分词艺术-基于统计的分词技术
    09:11

  •  

    视频：
    11-9 文本与分词艺术-GPT-tiktoken分词器
    07:27

  •  

    视频：
    11-10 文本与分词艺术-文本向量化(Embedding)
    08:07

  •  

    视频：
    11-11 文本与分词艺术-实战TokenID转向量
    08:50

  •  

    视频：
    11-12 文本与分词艺术-本章小结
    03:10
第12章 画龙点睛：注意力机制的奥秘
9 节｜64分钟

展开 

  •  

    视频：
    12-1 注意力机制-导学
    02:36

  •  

    视频：
    12-2 注意力机制-什么是注意力机制
    07:02

  •  

    视频：
    12-3 注意力机制-三个关键元素QKV
    06:54

  •  

    视频：
    12-4 注意力机制-注意力机制与自注意力机制的区别
    02:46

  •  

    视频：
    12-5 注意力机制-注意力分数
    03:06

  •  

    视频：
    12-6 注意力机制-缩放因子
    08:38

  •  

    视频：
    12-7 注意力机制-实现注意力机制的具体过程
    09:16

  •  

    视频：
    12-8 注意力机制-注意力机制的矩阵化
    05:07

  •  

    视频：
    12-9 注意力机制-代码实现
    18:03
第13章 石破天惊：Transformer架构的革命
7 节｜59分钟

展开 

  •  

    视频：
    13-1 Transformer架构-Transformer整体结构
    11:08

  •  

    视频：
    13-2 Transformer架构-词嵌入(Embedding)
    05:57

  •  

    视频：
    13-3 Transformer架构-位置编码
    12:47

  •  

    视频：
    13-4 Transformer架构-多头注意力机制
    04:46

  •  

    视频：
    13-5 Transformer架构-编解码器中的残差网络与层归一化
    08:38

  •  

    视频：
    13-6 Transformer架构-掩码注意力机制
    10:02

  •  

    视频：
    13-7 Transformer架构-解码器
    05:41
第14章 麻雀虽小，五脏俱全：实现‘迷你’版大语言模型
27 节｜297分钟

展开 

  •  

    视频：
    14-1 迷你GPT-导学
    03:30

  •  

    视频：
    14-2 迷你GPT-GPT架构
    08:33

  •  

    视频：
    14-3 迷你GPT-GPT中的位置编码
    06:30

  •  

    视频：
    14-4 迷你GPT-实现GPT骨架(一)
    16:26

  •  

    视频：
    14-5 实现GPT-迷你GPT骨架(二)
    13:41

  •  

    视频：
    14-6 迷你GPT-实现自注意力机制(一)
    14:30

  •  

    视频：
    14-7 迷你GPT-实现自注意力机制(二)
    05:54

  •  

    视频：
    14-8 迷你GPT-实现掩码注意力机制(一)
    11:44

  •  

    视频：
    14-9 迷你GPT-实现掩码注意力机制(二)
    10:58

  •  

    视频：
    14-10 迷你GPT-实现多头注意力机制
    12:34

  •  

    视频：
    14-11 迷你GPT-实现层归一化
    09:28

  •  

    视频：
    14-12 迷你GPT-实现GELU激活函数与前馈网络
    11:00

  •  

    视频：
    14-13 迷你GPT-残差与TransformerBlock
    10:56

  •  

    视频：
    14-14 迷你GPT-测试GPTModel
    07:09

  •  

    视频：
    14-15 迷你GPT-生成文本(一)
    08:19

  •  

    视频：
    14-16 迷你GPT-生成文本(二)
    07:34

  •  

    视频：
    14-17 迷你GPT-生成文本(三)
    08:47

  •  

    视频：
    14-18 迷你GPT-文本评估
    13:20

  •  

    视频：
    14-19 迷你GPT-交叉熵损失函数
    10:06

  •  

    视频：
    14-20 迷你GPT-创建并加载数据集(一)
    16:18

  •  

    视频：
    14-21 迷你GPT-创建并加载数据集（二）
    15:26

  •  

    视频：
    14-22 迷你GPT-实现模型
    10:44

  •  

    视频：
    14-23 -迷你GPT-评估模型
    15:00

  •  

    视频：
    14-24 迷你GPT-开始训练
    15:23

  •  

    视频：
    14-25 迷你GPT-优化输出(一)
    12:04

  •  

    视频：
    14-26 迷你GPT-优化输出(二)
    10:43

  •  

    视频：
    14-27 迷你GPT-保存并加载训练好的模型
    10:23
第15章 模型微调与文本分类：让通用模型变身专家
14 节｜148分钟

展开 

  •  

    视频：
    15-1 微调模型-导学
    03:57

  •  

    视频：
    15-2 微调模型-获得高质量的训练数据
    17:08

  •  

    视频：
    15-3 微调模型-构造Dataset
    05:44

  •  

    视频：
    15-4 微调模型-创建DataLoader(一)
    09:31

  •  

    视频：
    15-5 微调模型-创建Dataloader(二)
    19:18

  •  

    视频：
    15-6 微调模型-加载GPT2预训练模型(一)
    09:52

  •  

    视频：
    15-7 微调模型-加载GPT2预训练模型(二)
    12:31

  •  

    视频：
    15-8 微调模型-指令微调(一)
    04:50

  •  

    视频：
    15-9 微调模型-指令微调(二)
    18:11

  •  

    视频：
    15-10 微调模型-绘制损失趋势图
    05:45

  •  

    视频：
    15-11 微调模型-为模型评分(一)
    08:01

  •  

    视频：
    15-12 微调模型-为模型评分(二)
    13:20

  •  

    视频：
    15-13 微调模型-LoRA(一)
    14:20

  •  

    视频：
    15-14 微调模型-LoRA(二)
    04:51
第16章 知识蒸馏：智慧的浓缩与传承
6 节｜83分钟

展开 

  •  

    视频：
    16-1 知识蒸馏-导学
    09:02

  •  

    视频：
    16-2 知识蒸馏-获取思维链蒸馏数据(一)
    11:17

  •  

    视频：
    16-3 知识蒸馏-获取思维链蒸馏数据(二)
    10:06

  •  

    视频：
    16-4 知识蒸馏-清洗错误数据
    07:44

  •  

    视频：
    16-5 知识蒸馏-黑盒思维链蒸馏
    22:17

  •  

    视频：
    16-6 知识蒸馏-白盒知识蒸馏
    22:07
第17章 减少模型幻觉：为LLM插上RAG的“记忆”之翼
4 节｜40分钟

展开 

  •  

    视频：
    17-1 减少模型幻觉-RAG技术导学
    05:36

  •  

    视频：
    17-2 减少模型幻觉-RAG工作原理
    13:00

  •  

    视频：
    17-3 减少模型幻觉-RAG实现(一)
    05:13

  •  

    视频：
    17-4 减少模型幻觉-RAG实现(二)
    16:06
第18章 Agent与MCP：从语言到行动的终极进化
8 节｜86分钟

展开 

  •  

    视频：
    18-1 Agent与MCP-导学
    03:54

  •  

    视频：
    18-2 Agent与MCP-Agent工作原理
    07:45

  •  

    视频：
    18-3 Agent与MCP-Agent常见模式
    12:44

  •  

    视频：
    18-4 Agent与MCP-Agent调用工具(一)
    10:34

  •  

    视频：
    18-5 Agent与MCP-Agent调用工具(二)
    06:52

  •  

    视频：
    18-6 Agent与MCP-Agent调用工具(三)
    12:12

  •  

    视频：
    18-7 Agent与MCP-记忆与上下文工程
    15:52

  •  

    视频：
    18-8 Agent与MCP-实现一个Agent
    15:32
第19章 LLM大模型工程师入门实战–课程总结
1 节｜7分钟

展开 

  •  

    视频：
    19-1 课程总结
    06:38
本课程已完结
阅读全文
资源下载
下载价格59 元
VIP免费升级VIP
立即购买
虚拟资源，一经购买，概不退款，如有问题联系客服QQ：630965719！
常见问题
是否支持单个资源购买？
答：点击“立即购买”，即是单个资源购买。
开通VIP会员后，是否支持全部资源下载，如何开通VIP会员？
答：点击“升级VIP”按钮，支付完成后即可开通VIP会员，VIP会员支持全站课程免费下载。
链接失效怎么办？
答：联系客服QQ：630965719，获取最新下载链接。
原文链接：https://www.itspxx.com/qyjs/dmx/3646/，转载请注明出处。
0

猜你喜欢

Itspxx 41分钟前 2 0 0 59

Itspxx 20小时前 9 0 0 59

Itspxx 21小时前 6 0 0 130

Itspxx 5小时前 7 0 5 59

Itspxx 5小时前 5 0 5 59

Itspxx 2025-07-18 1.11k 0 29 30

评论0

取消

PyTorch深度学习开发医学影像端到端判别项目
PyTorch深度学习开发医学影像端到端判别项目
3分钟前 有人购买 去瞅瞅看
首页 发现 VIP 我的
根据资源的价值可换购本站的课程，资源价值越高还可换取本站会员！全站课程无秘网盘可分享！会员免费观看全站资源！如有问题请联系客服QQ：630965719！本站任何课程包更新至完结！联系客服QQ：630965719，换购教程！
显示验证码
没有账号？注册  忘记密码？