1 课程介绍.mp4
2 注意力机制.mp4
3 自注意力机制.mp4
4 Transformer的架构概述.mp4
5 Transformer Encoder的多头注意力.mp4
6 Transformer Encoder的位置编码.mp4
7 Transformer 残差链接、LayerNorm、FFN.mp4
8 Transformer Decoder.mp4
9 Transformer 训练及性能.mp4
10 Transformer机器翻译工作流程.mp4
11 Transformer的Encoder代码解读.mp4
12 Transformer的Decoder代码解读.mp4
13 Transformer的超参设置代码解读.mp4
14 Transformer的训练示例（人为随机数据）代码解读.mp4
15 Transformer的训练示例(德语-英语机器翻译)代码解.mp4
16 结合中文注释代码深入解读1.mp4
17 结合中文注释代码深入解读2.mp4
18 LLM推理方式.mp4
19 文本生成模式.mp4
20 文本生成策略.mp4
21 Token和分词器.mp4
22 文本生成过程.mp4
23 prefill和解码阶段.mp4
24 llama3文本生成过程.mp4
25 文本生成时的QKV含义.mp4
26 大模型开发阶段划分.mp4
27 SFT微调.mp4
28 微调方法(全参、冻结参数、LoRA、QLoRA).mp4
29 LoRA微调.mp4
30 QLoRA微调.mp4
31 llama模型进化史.mp4
32 llama3模型类型.mp4
33 llama大模型生态.mp4
34 llama3模型架构.mp4
35 RMSNorm归一化.mp4
36 SwiGLU激活函数.mp4
37 RoPE旋转位置编码.mp4
38 GQA分组查询注意力.mp4
39 KVCache.mp4
40 各文件功能.mp4
41 completion和chat应用脚本代码解析.mp4
42 generation.py代码解析.mp4
43 model.py代码解析.mp4
44 tokenizer.py代码解析.mp4
45 RMSNorm代码解析.mp4
46 SwiGLU代码解析.mp4
47 GQA代码解析.mp4
48 RoPE代码解析.mp4
49 KVCache代码解析.mp4
50 阿里云实例创建.mp4
51 ollama介绍.mp4
52 ollama安装.mp4
53 llama3推理.mp4
54 vLLM部署llama3.mp4
55 llama_factory介绍.mp4
56 llama_factory安装及llama3模型下载.mp4
57 LoRA微调训练.mp4
58 llama3中文增强大模型推理.mp4
59 llama3中文增强大模型评估.mp4
60 lora文件合并.mp4
61 数据集准备.mp4
62 lora 微调.mp4
63 llama3医疗问答大模型推理.mp4
64 qlora微调 .mp4
65 qlora微调的医疗问答大模型推理.mp4
课件资料.7z