Llama3大模型原理代码精讲与部署微调评估实战

📁 资源包内容详情 (2.13 GB)

1. 包含文件：Llama3大模型原理代码精讲与部署微调评估实战
2. 1 课程介绍.mp4
3. 2 注意力机制_ev.mp4
4. 3 自注意力机制.mp4
5. 4 Transformer的架构概述_ev.mp4
6. 5 Transformer Encoder的多头注意力.mp4
7. 6 Transformer Encoder的位置编码.mp4
8. 7 Transformer 残差链接
9. LayerNorm
10. FFN.mp4
11. 8 Transformer Decoder.mp4
12. 9 Transformer 训练及性能.mp4
13. 10 Transformer机器翻译工作流程_ev.mp4
14. 11 Transformer的Encoder代码解读.mp4
15. 12 Transformer的Decoder代码解读.mp4
16. 13 Transformer的超参设置代码解读.mp4
17. 14 Transformer的训练示例（人为随机数据）代码解读.mp4
18. 15 Transformer的训练示例(德语-英语机器翻译)代码解.mp4
19. 16 结合中文注释代码深入解读1.mp4
20. 17 结合中文注释代码深入解读2.mp4
21. 18 LLM推理方式.mp4
22. 19 文本生成模式.mp4
23. 20 文本生成策略.mp4
24. 21 Token和分词器.mp4
25. 22 文本生成过程.mp4
26. 23 prefill和解码阶段_ev.mp4
27. 24 llama3文本生成过程_ev.mp4
28. 25 文本生成时的QKV含义.mp4
29. 26 大模型开发阶段划分.mp4
30. 27 SFT微调.mp4
31. 28 微调方法(全参
32. 冻结参数
33. LoRA
34. QLoRA).mp4
35. 29 LoRA微调.mp4
36. 30 QLoRA微调.mp4
37. 31 llama模型进化史.mp4
38. 32 llama3模型类型_ev.mp4
39. 33 llama大模型生态.mp4
40. 34 llama3模型架构_ev.mp4
41. 35 RMSNorm归一化_ev.mp4
42. 36 SwiGLU激活函数.mp4
43. 37 RoPE旋转位置编码.mp4
44. 38 GQA分组查询注意力_ev.mp4
45. 39 KVCache.mp4
46. 40 各文件功能_ev.mp4
47. 41 completion和chat应用脚本代码解析.mp4
48. 42 generation.py代码解析.mp4
49. 43 model.py代码解析.mp4
50. 44 tokenizer.py代码解析.mp4
51. 45 RMSNorm代码解析.mp4
52. 46 SwiGLU代码解析.mp4
53. 47 GQA代码解析.mp4
54. 48 RoPE代码解析.mp4
55. 49 KVCache代码解析_ev.mp4