清华NLP-刘知远团队大模型公开课（学习笔记）
·
课件和代码分享链接：
链接: https://pan.baidu.com/s/1ZboqS6D5Rc705piL0ANXog?pwd=best
提取码: best
笔记目录
| 章节 | 主要内容 |
|---|---|
| 1-1课程内容介绍 | 介绍课程内容，未做笔记 |
| 1-2课程大纲 | 介绍课程大纲，未做笔记 |
| 1-3课程计划 | 介绍课程计划，未做笔记 |
| 1-4自然语言处理基础——基础与应用 | 介绍NLP的应用，未做笔记 |
| 1-5自然语言处理基础——词表示与语言模型 | 1.5 自然语言处理基础——词表示与语言模型 |
| 1-6大模型基础——大模型之旅 | 1-6 大模型基础-大模型之旅 |
| 1-7 大模型基础-大模型背后的范式 | 1-7 大模型基础-大模型背后的范式 |
| 1-8 大模型基础-示例 | 介绍一些LLM的demo，未做笔记 |
| 1-9 编程环境和GPU服务器的介绍 | 1-9 编程环境和GPU服务器的介绍 |
| 2-1 课程内容介绍 | 介绍第二节课程概要，未做笔记 |
| 2-2 神经网络基础——大纲介绍 | 同上，未做笔记 |
| 2-3 神经网络的基本组成元素 | 2-3 神经网络的基本组成元素 |
| 2-4 如何训练神经网络 | 2-4 如何训练神经网络 |
| 2-5 词向量Word2Vec | 2-5 词向量Word2Vec |
| 2-5（篇外）词向量Word2Vec代码实战篇 | 2-5（篇外）词向量Word2Vec代码实战篇 |
| 2-6 循环神经网络（RNN） | 2-6 循环神经网络（RNN） |
| 2-7 门控循环单元（GRU） | 2-7 门控循环单元（GRU） |
| 2-8 长短期记忆网络（LSTM） | 2-8 长短期记忆网络（LSTM） |
| 2-9 双向RNN | 2-9 双向RNN |
| 2-10 卷积神经网络（CNN） | 2-10 卷积神经网络（CNN） |
| 2-11 演示：使用Pytorch训练模型 | 2-11 演示：使用Pytorch训练模型 |
| 3-1 课程内容介绍 | 介绍课程内容，未做笔记 |
| 3-2 注意力机制--原理介绍 | 3-2 注意力机制--原理介绍 |
| 3-3 注意力机制--注意力机制的各种变式 | 3-3 注意力机制--注意力机制的各种变式 |
| 3-4 注意力机制--注意力机制的特点 | 3-4 注意力机制--注意力机制的特点 |
| 3-5 Transformer结构--概述 | 3-5 Transformer结构--概述 |
| 3-6 Transformer结构--输入编码（BPE、PE） | 3-6 Transformer结构--输入编码（BPE、PE） |
| 3-7 Transformer结构--Encoder Block | 3-7 Transformer结构--Encoder Block |
| 3-8 Transformer结构--Decoder Block | 3-8 Transformer结构--Decoder Block |
| 3-9 Transformer结构--优化Tricks | 3-9 Transformer结构--优化Tricks |
| 3-10 Transformer结构--试验结果以及可视化 | 3-10 Transformer结构--试验结果以及可视化 |
| 3-11 Transformer结构--优缺点 | 3-11 Transformer结构--优缺点 |
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
9
0- 0
已为社区贡献3条内容
所有评论(0)