AI大语言模型系列教程Transformer模型

免费课程
课程价格
¥ 0.00
已完结 144 人已学习
共 5 节 · 6 小时 37 分

为什么要学习这门课?

这门 AI 大语言模型系列课程,带你从 Transformer 基础开始,理解大模型背后的核心机制,掌握基础的模型相关知识,看懂模型运行逻辑,方便后续更好地使用、调试大语言模型。

学习本教程需要具备的前置知识或技能

  • 建议具备 Python 与深度学习基础

课程详细介绍

课程定位

本课程为 AI 大语言模型系列教程,面向想了解大模型底层原理的学习者、AI 开发爱好者、相关行业从业者。课程目标是理解 Transformer 相关基础理论,熟悉注意力机制、模型分词、pipeline 工具以及基础 Pytorch 相关知识,建立大模型基础认知。

课程核心内容

第 1 章:Transformer 模型

第 2 章:注意力机制

第 3 章:开箱即用的 pipelines

第 4 章:模型与分词器

第 5 章:必要的 Pytorch 知识

课程优势【新知 NewSeekAI 专属】

课程从基础理论入手,循序渐进讲解大模型底层知识点,知识点体系连贯,适合零基础入门学习大模型原理;内容偏向理论科普,帮你理清大模型核心概念,看懂基础技术逻辑。

应用场景

大模型产品使用、AI 项目基础理解、大模型相关学习研究、AI 技术内容学习、模型基础问题排查

学完你将能够

掌握第二章:Transformer 模型的核心知识点
掌握第三章:注意力机制的核心知识点
掌握第四章:开箱即用的 pipelines的核心知识点
掌握第五章:模型与分词器的核心知识点
掌握第六章:必要的 Pytorch 知识的核心知识点

5 个实战章节

含代码示例

课程包含可运行的代码示例,即学即用。

1
第二章:Transformer 模型
正如第一章所述,自从 BERT 和 GPT 模型取得重大成功
2
第三章:注意力机制
如前两章所述,Transformer 模型之所以如此强大,是
3
第四章:开箱即用的 pipelines
通过前三章的介绍,相信你已经对自然语言处理 (NLP) 以及
4
第五章:模型与分词器
本章我们将介绍 Transformers 库中的两个重要组件
5
第六章:必要的 Pytorch 知识
在上一章中,我们介绍了 Model 类和 Tokenizer