├── 第一周-大模型必备Python语言
│ ├── Python入门教程
│ ├── Python中的编程语言的流程结构
│ ├── Python中的变量定义
│ ├── Python中的数据类型
│ ├── Python中的选择结构
│ ├── Python中的循环结构
│ ├── Python中的列表容器
│ ├── Python中的元组的定义与使用
│ ├── Python中的字典类型
│ └── …
│
├── 5月28日-深度学习基础
│ ├── 深度学习简介
│ ├── PyTorch基本使用
│ ├── 张量创建
│ ├── 张量类型转换
│ ├── 张量的数值计算
│ ├── 张量的形状操作
│ ├── 神经网络
│ │ ├── 激活函数-sigmoid
│ │ ├── 激活函数-ReLU
│ │ ├── 激活函数-Softmax
│ │ ├── 损失函数
│ │ ├── 反向传播BP算法
│ │ └── Transformer汉译英
│ └── …
│
├── 6月1日-深度学习基础
│ ├── 神经网络基础
│ ├── 卷积神经网络
│ │ ├── matplotlib图像加载
│ │ ├── pytorch卷积层API
│ │ ├── pytorch池化API
│ │ └── 案例-卷积神经网络实现图像分类
│ ├── 循环神经网络
│ │ ├── 词嵌入层API
│ │ └── RNN层的使用
│ └── Transformer详解
│
├── 6月11日-大语言模型基础
│ ├── LLM主要架构介绍
│ ├── ChatGPT模型原理介绍
│
├── 6月13日-开源大模型
│ ├── LLM主流开源大模型介绍
│ └── 开源的LLM
│
├── 6月15日-大模型Prompt-Tuning方法
│ ├── 大模型prompt-Tuning方法入门
│ ├── 大模型prompt-Tuning方法进阶
│ └── 大模型的微调
│
├── 6月18日-大模型提示工程
│ └── 大模型提示工程指南
│
├── 6月20日-金融行业动态分析项目
│ ├── 金融领域的行业动态分析
│ ├── LLM实现金融文本分类
│ ├── LLM实现金融信息抽取
│ ├── LLM实现金融信息匹配
│ ├── finance_classify
│ ├── finance_ie
│ └── finance_text_matching
│
├── 6月24日-虚拟试衣实践
│ ├── 虚拟试衣实践
│ ├── PAI平台开通指南
│ └── PAI_DSW的环境搭建
│
├── 6月25号-Function Call
│ ├── Function Call的原理及应用
│ ├── SQL
│ └── ChatGLM3_FunctionCall
│
├── 6月27号-Agent应用
│ ├── LLM基础知识
│ ├── GPTs的介绍及应用
│ ├── Assistant API的原理及应用
│ ├── GPT2搭建医疗问诊机器人
│ └── 基于GPT2的医疗机器人聊天系统
│
├── 6月30日-AI Agents的开发应用
│ ├── AI Agents的开发应用
│ └── Agent_Email_Generate
│
├── 7月2日-LangChain基础知识
│ ├── LangChain基础知识入门
│ ├── Models_module
│ ├── Prompts_module
│ ├── Chains_module
│ ├── Indexes_module
│ ├── Memory_module
│ └── Agents_module
│
├── 7月7日-GPT2 Chatbot项目
│ ├── GPT2 Chatbot
│ ├── 数据预处理
│ ├── 模型训练
│ ├── 模型预测
│ └── 医疗问诊机器人
│
├── 7月9日-GPT2 Chatbot项目
│ ├── GPT2 Chatbot
│ ├── 模型训练
│ ├── 数据处理
│ ├── Flask预测
│ └── 医疗问诊机器人
│
├── 7月14日-BERT文本分类
│ ├── 基于BERT+PET实现文本分类
│ ├── 基于BERT+PET方式文本分类模型搭建
│ ├── 基于BERT+P-Tuning方式文本分类介绍
│ └── 怎么使用GPU训练
│
├── 7月16日-BERT+P-Tuning文本分类
│ ├── 基于BERT+P-Tuning方式数据预处理介绍
│ ├── 基于BERT+P-Tuning方式文本分类模型搭建
│ └── P-Tuning
│
├── 7月21日-P-Tuning与ChatGLM
│ ├── ptune_chatglm
│ ├── ChatGLM模型
│ └── P-Tuning训练
│
├── 7月23日-AIGC基础
│ ├── AIGC 背景
│ └── 图像生成方法
│
├── 7月25日-Stable Diffusion实践
│ ├── stableDiffusion详解
│ ├── StableDiffusion实践
│ └── 腾讯云AI绘画
│
├── 7月28日-AI论文与多模态大模型
│ ├── AI论文阅读与写作
│ ├── 多模态大模型（文生图）
│ └── 1706.03762
│
├── 7月18日-文本分类项目
│ ├── 新媒体行业评论智能分类与信息抽取系统
│ └── 基于Bert+P-tuning的文本分类
│
├── 直播资料
│ ├── LLM基础知识
│ ├── ChatGPT模型原理介绍
│ ├── GPTs的介绍及应用
│ ├── Assistant API的原理及应用
│ ├── AI Agents的开发应用
│ └── …
│
