CV与NLP经典大模型解读/LLMs（5.4GB）

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

+10-openai-dalle2论文解读            218.0 MB
| 1-论文基本思想与核心模块分析.mp4             42.1 MB
| 2-不同模块对比分析.mp4             34.8 MB
| 3-算法核心流程解读.mp4             62.8 MB
| 4-各模块实现细节讲解.mp4             78.8 MB
+11-openai-dalle2源码解读            244.0 MB
| 1-项目整体流程分析.mp4             53.5 MB
| 2-源码实现细节分析.mp4             41.1 MB
| 3-源码公式对应论文分析.mp4             47.6 MB
| 4-Decoder模块实现细节解读.mp4             44.8 MB
| 5-源码实现流程总结.mp4             56.5 MB
+12-自监督任务-对比学习思想            167.0 MB
| 1-对比学习要解决的问题分析.mp4             47.4 MB
| 2-正负样本构建方法.mp4             34.2 MB
| 3-Simclr框架流程分析.mp4             40.1 MB
| 4-下游任务应用概述.mp4             45.0 MB
+13-视觉自监督BEIT算法解读            426.0 MB
| 1-视觉自监督任务分析.mp4             56.9 MB
| 2-任务训练目标分析.mp4             72.8 MB
| 3-建模流程分析与效果展示.mp4             101.0 MB
| 4-codebook模块的作用.mp4             81.3 MB
| 5-任务总结分析.mp4             114.0 MB
+14-视觉自监督任务BEITV2论文解读            269.0 MB
| 1-BEITV2版本论文出发点解读.mp4             48.0 MB
| 2-自监督任务中两大核心任务分析.mp4             56.2 MB
| 3-整体网络架构图分析.mp4             44.0 MB
| 4-框架实现细节流程分析.mp4             21.8 MB
| 5-论文细节模块实现解读.mp4             99.0 MB
+15-视觉自监督任务BEITV2源码解读            137.0 MB
| 1-mmselfup源码实现解读.mp4             42.0 MB
| 2-网络结构搭建细节解读.mp4             49.2 MB
| 3-源码实现流程总结.mp4             45.8 MB
+16-BEV感知特征空间算法解读            400.0 MB
| 10-整体架构总结.mp4             51.5 MB
| 1-BEV要解决的问题通俗解读.mp4             57.9 MB
| 2-BEV中的3D与4D分析.mp4             23.6 MB
| 3-特征融合过程中可能遇到的问题.mp4             22.2 MB
| 4-BEV汇总特征方法实例解读.mp4             35.7 MB
| 5-DeformableAttention回顾.mp4             40.8 MB
| 6-空间注意力模块解读.mp4             33.9 MB
| 7-时间模块与拓展补充.mp4             27.1 MB
| 8-论文知识点分析.mp4             50.4 MB
| 9-核心模块论文分析.mp4             57.1 MB
+17-BEVformer项目源码解读            492.0 MB
| 10-获取当前BEV特征.mp4             35.9 MB
| 11-Decoder级联校正模块.mp4             41.6 MB
| 12-损失函数与预测可视化.mp4             49.5 MB
| 1-环境配置方法解读.mp4             42.8 MB
| 2-数据集下载与配置方法.mp4             53.6 MB
| 3-特征提取以及BEV空间初始化.mp4             43.8 MB
| 4-特征对齐与位置编码初始化.mp4             43.6 MB
| 5-Reference初始点构建.mp4             37.3 MB
| 6-BEV空间与图像空间位置对应.mp4             37.7 MB
| 7-注意力机制模块计算方法.mp4             38.6 MB
| 8-BEV空间特征构建.mp4             34.0 MB
| 9-Decoder要完成的任务分析.mp4             33.9 MB
+18-补充-视觉大模型基础-deformableAttention            265.0 MB
| 1-DeformableAttention概述分析.mp4             26.5 MB
| 2-可变形偏移量分析.mp4             37.0 MB
| 3-应用场景分析解读.mp4             48.6 MB
| 4-论文计算公式解读.mp4             70.4 MB
| 5-整体框架流程实例.mp4             52.6 MB
| 6-下游任务应用场景.mp4             29.3 MB
+1-课程简介            10.2 MB
| 1-课程简介.mp4             10.2 MB
+2-GPT系列算法解读            354.0 MB
| 1-GPT系列算法概述.mp4             26.5 MB
| 2-GPT三代版本分析.mp4             29.3 MB
| 3-GPT初代版本要解决的问题.mp4             31.0 MB
| 4-GPT第二代版本训练策略.mp4             28.9 MB
| 5-采样策略与多样性.mp4             28.2 MB
| 6-GPT3的提示与生成方法.mp4             74.4 MB
| 7-应用场景CODEX分析.mp4             36.5 MB
| 8-DEMO应用演示.mp4             99.0 MB
+3-GPT2训练与预测部署流程            290.0 MB
| 1-生成模型可以完成的任务概述.mp4             28.9 MB
| 2-数据样本生成方法.mp4             72.0 MB
| 3-训练所需参数解读.mp4             57.7 MB
| 4-模型训练过程.mp4             51.5 MB
| 5-部署与网页预测展示.mp4             79.6 MB
+4-chatgpt算法解读分析            229.0 MB
| 1-chatgpt概述.mp4             21.5 MB
| 2-挑战及其与有监督问题差异.mp4             22.4 MB
| 3-强化学习登场.mp4             17.7 MB
| 4-强化学习的作用效果.mp4             33.8 MB
| 5-奖励模型设计方法.mp4             26.2 MB
| 6-RLHF训练流程解读.mp4             38.5 MB
| 7-总结分析.mp4             69.2 MB
+5-LLM与LORA微调策略解读            163.0 MB
| 1-大模型如何做下游任务.mp4             33.4 MB
| 2-LLM落地微调分析.mp4             37.0 MB
| 3-LLAMA与LORA介绍.mp4             30.1 MB
| 4-LORA微调的核心思想.mp4             22.1 MB
| 5-LORA模型实现细节.mp4             40.8 MB
+6-LLM下游任务训练自己模型实战            279.0 MB
| 1-提示工程的作用.mp4             44.0 MB
| 2-基本API调用方法.mp4             59.7 MB
| 3-数据文档切分操作.mp4             47.9 MB
| 4-样本索引与向量构建.mp4             66.4 MB
| 5-数据切块方法.mp4             61.1 MB
+7-视觉大模型SAM            729.0 MB
| 1-DEMO效果演示.mp4             57.8 MB
| 2-论文解读分析.mp4             74.5 MB
| 3-完成的任务分析.mp4             77.0 MB
| 4-数据闭环方法.mp4             93.7 MB
| 5-预训练模型的作用.mp4             145.0 MB
| 6-Decoder的作用与项目源码.mp4             94.8 MB
| 7-分割任务模块设计.mp4             62.8 MB
| 8-实现细节分析.mp4             63.0 MB
| 9-总结分析.mp4             60.6 MB
+8-视觉QA算法与论文解读            288.0 MB
| 1-视觉QA要解决的问题.mp4             51.7 MB
| 2-论文概述分析.mp4             66.4 MB
| 3-实现流程路线图.mp4             64.4 MB
| 4-答案关注区域分析.mp4             54.4 MB
| 5-VQA任务总结.mp4             51.5 MB
+9-扩散模型diffusion架构算法解读            534.0 MB
  10-基本建模训练效果.mp4             81.4 MB
  1-扩散模型概述与GAN遇到的问题.mp4             43.2 MB
  2-要完成的任务分析.mp4             62.3 MB
  3-公式原理推导解读.mp4             51.5 MB
  4-分布相关计算操作.mp4             45.1 MB
  5-算法实现细节推导.mp4             41.5 MB
  6-公式推导结果分析.mp4             49.1 MB
  7-细节实现总结.mp4             59.6 MB
  8-论文流程图解读.mp4             46.5 MB
  9-案例流程分析.mp4             53.8 MB


下载链接.docx (16.44 KB, 需要: RMB 39 元)

2025-2-17 10:19:38 上传

需要: RMB 39 元  [购买]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：LLM LMS NLP