课程介绍：
课程目录：
1_课程简介_ev.mp4
2.GPT系列算法概述_ev.mp4
3.GPT三代版本分析_ev.mp4
4.GPT初代版本要解决的问题_ev.mp4
5.GPT第二代版本训练策略_ev.mp4
6.采样策略与多样性_ev.mp4
7.GPT3的提示与生成方法_ev.mp4
8.应用场景CODEX分析_ev.mp4
9.DEMO应用演示_ev.mp4
10.生成模型可以完成的任务概述_ev.mp4
11.数据样本生成方法_ev.mp4
12.训练所需参数解读_ev.mp4
13.模型训练过程_ev.mp4
14.部署与网页预测展示_ev.mp4
15.chatgpt概述_ev.mp4
16.挑战及其与有监督问题差异_ev.mp4
17.强化学习登场_ev.mp4
18.强化学习的作用效果_ev.mp4
19.奖励模型设计方法_ev.mp4
20.RLHF训练流程解读_ev.mp4
21.总结分析_ev.mp4
22.大模型如何做下游任务_ev.mp4
23.LLM落地微调分析_ev.mp4
24.LLAMA与LORA介绍_ev.mp4
25.LORA微调的核心思想_ev.mp4
26.LORA模型实现细节_ev.mp4
27.提示工程的作用_ev.mp4
28.项目数据解读_ev.mp4
29.源码调用DEBUG解读_ev.mp4
30.训练流程演示_ev.mp4
31.效果演示与总结分析_ev.mp4
32.langchain框架解读_ev.mp4
33.基本API调用方法_ev.mp4
34.数据文档切分操作_ev.mp4
35.样本索引与向量构建_ev.mp4
36.数据切块方法_ev.mp4
37.DEMO效果演示_ev.mp4
38.论文解读分析_ev.mp4
39.完成的任务分析_ev.mp4
40.数据闭环方法_ev.mp4
41.预训练模型的作用_ev.mp4
42.Decoder的作用与项目源码_ev.mp4
43.分割任务模块设计_ev.mp4
44.实现细节分析_ev.mp4
45.总结分析_ev.mp4
46.视觉QA要解决的问题_ev.mp4
47.论文概述分析_ev.mp4
48.实现流程路线图_ev.mp4
49.答案关注区域分析_ev.mp4
50.VQA任务总结_ev.mp4
51.扩散模型概述与GAN遇到的问题_ev.mp4
52.要完成的任务分析_ev.mp4
53.公式原理推导解读_ev.mp4
54.分布相关计算操作_ev.mp4
55.算法实现细节推导_ev.mp4
56.公式推导结果分析_ev.mp4
57.细节实现总结_ev.mp4
58.论文流程图解读_ev.mp4
59.案例流程分析_ev.mp4
60_.基本建模训练效果_ev.mp4
61.论文基本思想与核心模块分析_ev.mp4
62.不同模块对比分析_ev.mp4
63.算法核心流程解读_ev.mp4
64.各模块实现细节讲解_ev.mp4
65.项目整体流程分析_ev.mp4
66.源码实现细节分析_ev.mp4
67.源码公式对应论文分析_ev.mp4
68.Decoder模块实现细节解读_ev.mp4
69.源码实现流程总结_ev.mp4
70.对比学习要解决的问题分析_ev.mp4
71.正负样本构建方法_ev.mp4
72.Simclr框架流程分析_ev.mp4
73.下游任务应用概述_ev.mp4
74.视觉自监督任务分析_ev.mp4
75.任务训练目标分析_ev.mp4
76.建模流程分析与效果展示_ev.mp4
77.codebook模块的作用_ev.mp4
78.任务总结分析_ev.mp4
79.BEITV2版本论文出发点解读_ev.mp4
80.自监督任务中两大核心任务分析_ev.mp4
81.整体网络架构图分析_ev.mp4
82.框架实现细节流程分析_ev.mp4
83.论文细节模块实现解读_ev.mp4
84.mmselfup源码实现解读_ev.mp4
85.网络结构搭建细节解读_ev.mp4
86.源码实现流程总结_ev.mp4
87.BEV要解决的问题通俗解读_ev.mp4
88.BEV中的3D与4D分析_ev.mp4
89.特征融合过程中可能遇到的问题_ev.mp4
90.BEV汇总特征方法实例解读_ev.mp4
91.DeformableAttention回顾_ev.mp4
92.空间注意力模块解读_ev.mp4
93.时间模块与拓展补充_ev.mp4
94.论文知识点分析_ev.mp4
95.核心模块论文分析_ev.mp4
96_.整体架构总结_ev.mp4
97.环境配置方法解读_ev.mp4
98.数据集下载与配置方法_ev.mp4
99.特征提取以及BEV空间初始化_ev.mp4
100.特征对齐与位置编码初始化_ev.mp4
101.Reference初始点构建_ev.mp4
102.BEV空间与图像空间位置对应_ev.mp4
103.注意力机制模块计算方法_ev.mp4
104.BEV空间特征构建_ev.mp4
105.Decoder要完成的任务分析_ev.mp4
106_.获取当前BEV特征_ev.mp4
107_.Decoder级联校正模块_ev.mp4
108_.损失函数与预测可视化_ev.mp4
109.DeformableAttention概述分析_ev.mp4
110.可变形偏移量分析_ev.mp4
111.应用场景分析解读_ev.mp4
112.论文计算公式解读_ev.mp4
113.整体框架流程实例_ev.mp4
114.下游任务应用场景_ev.mp4
资料.rar
