Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.
You can not select more than 25 topics
Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.
lyqcom
6d4ff38fa7
|
2 months ago | |
|---|---|---|
| .. | ||
| 00.Course-Review | 6 months ago | |
| 01.ChatGLM | 5 months ago | |
| 02.ChatGLM2 | 5 months ago | |
| 03.Decoding | 5 months ago | |
| 04.LLaMA | 4 months ago | |
| 05.LLaMA2 | 2 months ago | |
| 06.CPM-Bee | 2 months ago | |
| 07.RWKV | 2 months ago | |
| 08.MoE | 2 months ago | |
| 09.PEFT | 2 months ago | |
| 11.LangChain | 6 months ago | |
| 12.Quantization | 2 months ago | |
| assets | 6 months ago | |
| README.md | 2 months ago | |
README.md
昇思MindSpore技术公开课大模型专题第二期
昇思MindSpore技术公开课大模型专题（第二期）开课啦！
第二期课程在第一期基础上做了全面的升级，对第一期课程意犹未尽的小伙伴可以来继续一起学习大模型啦，也非常欢迎新的小伙伴加入！
学术圈、企业、优秀开发者等各领域大咖讲师齐聚MindSpore为各位开发者教学，课程全程免费，对大模型领域感兴趣的小伙伴速速报名啦！
课程总览
课前学习
- python
- 人工智能基础、深度学习基础（重点学习自然语言处理）：MindSpore-d2l
- MindSpore基础使用：MindSpore教程
- MindFormers基础使用：MindFormers讲解视频
- 昇思MindSpore技术公开课大模型专题第一期课程：step_into_chatgpt
课程安排
因为课程周期较长，课节安排可能会在中途出现微调，以最终授课情况为准，感谢理解
| 章节序号 | 章节名称 | 课程简介 | 视频 | 课件及代码 | 知识点总结 |
|---|---|---|---|---|---|
| 第十一讲 | ChatGLM | GLM模型结构，从GLM到ChatGLM的演变，ChatGLM推理部署代码演示 | link | link | 更新中 |
| 第十二讲 | 多模态遥感智能解译基础模型 | 大模型时代的遥感智能，遥感基础模型技术路线，遥感领域典型场景应用 | link | / | / |
| 第十三讲 | ChatGLM2 | ChatGLM2技术解析，ChatGLM2推理部署代码演示，ChatGLM3特性介绍 | link | link | 更新中 |
| 第十四讲 | 文本生成解码原理 | 以MindNLP为例，讲解搜索与采样技术原理和实现 | link | link | 更新中 |
| 第十五讲 | LLAMA | LLaMA背景及羊驼大家族介绍，LLaMA模型结构解析，LLaMA推理部署代码演示 | link | link | 更新中 |
| 第十六讲 | LLAMA2 | 介绍LLAMA2模型结构，走读代码演示LLAMA2 chat部署 | link | link | 更新中 |
| 第十七讲 | 鹏城脑海 | / | link | / | 更新中 |
| 第十八讲 | CPM-Bee | 介绍CPM-Bee预训练、推理、微调及代码现场演示 | link | link | 更新中 |
| 第十九讲 | RWKV1-4 | / | link | / | 更新中 |
| 第二十讲 | MOE | / | |||
| 第二十一讲 | 高效参数微调 | 介绍Lora、（P-Tuning）原理及代码实现 | |||
| 第二十二讲 | 参数微调平台 | / | |||
| 第二十三讲 | Prompt Engineering | / | |||
| 第二十四讲 | 量化 | 介绍低比特量化等相关模型量化技术 | |||
| 第二十五讲 | RWKV5-6 | / | |||
| 第二十六讲 | 框架LangChain模块解析 | 解析Models、Prompts、Memory、Chains、Agents、Indexes、Callbacks模块，及案例分析 | |||
| 第二十七讲 | LangChain对话机器人综合案例 | MindSpore Transformers本地模型与LangChain框架组合使用，通过LangChain框架管理向量库并基于向量库对MindSpore Transformers本地模型问答进行优化 |
注：章节序号接昇思MindSpore技术公开课第一期
No Description
Python Jupyter Notebook Text Markdown Shell other
