资源目录:
Llama3大模型原理代码精讲与部署微调评估实战.zip 1 课程介绍.mp4 2 注意力机制_ev.mp4 3 自注意力机制.mp4 4 Transformer的架构概述_ev.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_ev.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_ev.mp4 24 llama3文本生成过程_ev.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_ev.mp4 33 llama大模型生态.mp4 34 llama3模型架构_ev.mp4 35 RMSNorm归一化_ev.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_ev.mp4 39 KVCache.mp4 40 各文件功能_ev.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_ev.mp4 50 阿里云实例创建_ev.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_ev.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_ev.mp4 62 lora 微调.mp4 63 llama3医疗问答大模型推理_ev.mp4 64 qlora微调 _ev.mp4 65 qlora微调的医疗问答大模型推理.mp4