文件树

AI大模型之NLP教程/
│   ├── 2.资料/
│   │   ├── 3.预训练模型/
│   │   ├── 1.词向量/
│   │   └── 2.数据集/
│   ├── 3.代码/
│   ├── 4.视频/
│   │   ├── 049-NLP-传统序列模型-RNN-案例-数据集-编码.mp4 (105.21 MB)
│   │   ├── 133-NLP-Transformer-模型结构-解码器-小结.mp4 (10.64 MB)
│   │   ├── 110-NLP-Attention机制-工作原理-具体步骤.mp4 (48.00 MB)
│   │   ├── 066-NLP-传统序列模型-RNN-存在问题-分析.mp4 (239.55 MB)
│   │   ├── 035-NLP-传统序列模型-RNN-API-输入输出-形状分析.mp4 (135.34 MB)
│   │   ├── 097-NLP-Seq2Seq-模型结构-案例实操-数据预处理-构建数据集.mp4 (56.67 MB)
│   │   ├── 161-NLP-预训练模型-主流模型-T5-预训练&微调.mp4 (57.08 MB)
│   │   ├── 010-NLP-文本表示-分词-分词工具-概述.mp4 (21.03 MB)
│   │   ├── 173-NLP-预训练模型-HF-Datasets-预处理数据集-过滤数据.mp4 (46.07 MB)
│   │   ├── 018-NLP-文本表示-词表示-语义化词向量-Word2Vec-获取-公开词向量-说明.mp4 (83.73 MB)
│   │   ├── 073-NLP-传统序列模型-LSTM-案例-概述&思路分析.mp4 (75.37 MB)
│   │   ├── 068-NLP-传统序列模型-LSTM-基础结构-说明.mp4 (144.21 MB)
│   │   ├── 153-NLP-预训练模型-主流模型-GPT-模型结构.mp4 (60.75 MB)
│   │   ├── 041-NLP-传统序列模型-RNN-案例-数据预处理-思路分析.mp4 (98.17 MB)
│   │   ├── 036-NLP-传统序列模型-RNN-API-小练习.mp4 (37.48 MB)
│   │   ├── 170-NLP-预训练模型-HF-Datasets-加载数据集.mp4 (89.76 MB)
│   │   ├── 166-NLP-预训练模型-HF-Tokenizer-加载.mp4 (135.97 MB)
│   │   ├── 072-NLP-传统序列模型-LSTM-API-输入输出.mp4 (39.14 MB)
│   │   ├── 061-NLP-传统序列模型-RNN-案例-评估脚本-编码.mp4 (173.73 MB)
│   │   ├── 077-NLP-传统序列模型-LSTM-案例-数据集.mp4 (25.38 MB)
│   │   ├── 102-NLP-Seq2Seq-模型结构-案例实操-训练脚本-核心代码.mp4 (253.93 MB)
│   │   ├── 165-NLP-预训练模型-HF-模型使用.mp4 (181.85 MB)
│   │   ├── 082-NLP-传统序列模型-LSTM-存在问题.mp4 (29.94 MB)
│   │   ├── 065-NLP-传统序列模型-RNN-存在问题-概述.mp4 (56.32 MB)
│   │   ├── 022-NLP-文本表示-词表示-语义化词向量-应用-概述.mp4 (50.82 MB)
│   │   ├── 099-NLP-Seq2Seq-模型结构-案例实操-模型定义-编码器.mp4 (72.90 MB)
│   │   ├── 140-NLP-Transformer-API-nn.Transformer-forward方法-输入输出.mp4 (160.74 MB)
│   │   ├── 131-NLP-Transformer-模型结构-解码器-Mask-Attention.mp4 (86.49 MB)
│   │   ├── 042-NLP-传统序列模型-RNN-案例-数据预处理-读取json文件.mp4 (106.43 MB)
│   │   ├── 176-NLP-预训练模型-HF-Datasets-预处理数据集-map-下.mp4 (83.22 MB)
│   │   ├── 162-NLP-预训练模型-HF-概述.mp4 (170.30 MB)
│   │   ├── 050-NLP-传统序列模型-RNN-案例-模型定义-初始化方法.mp4 (51.04 MB)
│   │   ├── 117-NLP-Transformer-核心思想.mp4 (106.73 MB)
│   │   ├── 156-NLP-预训练模型-主流模型-BERT-概述.mp4 (41.69 MB)
│   │   ├── 094-NLP-Seq2Seq-模型结构-案例实操-数据预处理-读取文件.mp4 (108.24 MB)
│   │   ├── 152-NLP-预训练模型-主流模型-GPT-概述.mp4 (13.62 MB)
│   │   ├── 054-NLP-传统序列模型-RNN-案例-训练脚本-单个轮次的训练逻辑.mp4 (77.97 MB)
│   │   ├── 031-NLP-传统序列模型-RNN-多层+双向结构.mp4 (16.70 MB)
│   │   ├── 125-NLP-Transformer-模型结构-编码器-残差连接-说明.mp4 (71.76 MB)
│   │   ├── 149-NLP-Transformer-哈佛版本-核心源码解读.mp4 (240.97 MB)
│   │   ├── 005-NLP-环境准备.mp4 (21.30 MB)
│   │   ├── 040-NLP-传统序列模型-RNN-案例-项目结构.mp4 (31.62 MB)
│   │   ├── 151-NLP-预训练模型-分类.mp4 (90.77 MB)
│   │   ├── 029-NLP-传统序列模型-RNN-多层结构.mp4 (32.93 MB)
│   │   ├── 020-NLP-文本表示-词表示-语义化词向量-训练词向量-概述.mp4 (36.91 MB)
│   │   ├── 120-NLP-Transformer-模型结构-编码器-自注意力子层-生成QKV向量.mp4 (129.04 MB)
│   │   ├── 129-NLP-Transformer-模型结构-编码器-小结.mp4 (37.09 MB)
│   │   ├── 032-NLP-传统序列模型-RNN-API-构造参数.mp4 (107.45 MB)
│   │   ├── 023-NLP-文本表示-词表示-语义化词向量-应用-编码.mp4 (116.20 MB)
│   │   ├── 060-NLP-传统序列模型-RNN-案例-评估脚本-说明.mp4 (34.61 MB)
│   │   ├── 147-NLP-Transformer-案例-训练脚本.mp4 (100.71 MB)
│   │   ├── 070-NLP-传统序列模型-LSTM-复杂结构.mp4 (52.15 MB)
│   │   ├── 012-NLP-文本表示-分词-分词工具-jieba-分词模式-API.mp4 (50.48 MB)
│   │   ├── 160-NLP-预训练模型-主流模型-T5-概述&模型结构.mp4 (43.02 MB)
│   │   ├── 123-NLP-Transformer-模型结构-编码器-前馈神经网络层.mp4 (41.40 MB)
│   │   ├── 055-NLP-传统序列模型-RNN-案例-训练脚本-Tensorboard使用说明.mp4 (155.47 MB)
│   │   ├── 113-NLP-Attention机制-案例-注意力机制-实现思路.mp4 (93.01 MB)
│   │   ├── 115-NLP-Attention机制-案例-注意力机制-训练和预测逻辑修改.mp4 (31.83 MB)
│   │   ├── 158-NLP-预训练模型-主流模型-BERT-微调.mp4 (142.79 MB)
│   │   ├── 118-NLP-Transformer-模型结构-整体结构.mp4 (72.76 MB)
│   │   ├── 007-NLP-文本表示-分词-英文分词.mp4 (199.70 MB)
│   │   ├── 134-NLP-Transformer-实现细节-注意力为什么需要缩放(1).mp4 (75.10 MB)
│   │   ├── 047-NLP-传统序列模型-RNN-案例-数据预处理-保存训练集&测试集.mp4 (65.63 MB)
│   │   ├── 164-NLP-预训练模型-HF-模型加载-AutoModelForXXX.mp4 (86.41 MB)
│   │   ├── 038-NLP-传统序列模型-案例-思路分析-数据集说明.mp4 (118.22 MB)
│   │   ├── 172-NLP-预训练模型-HF-Datasets-加载在线数据集.mp4 (24.38 MB)
│   │   ├── 122-NLP-Transformer-模型结构-编码器-自注意力子层-多头注意力.mp4 (75.38 MB)
│   │   ├── 058-NLP-传统序列模型-RNN-案例-预测脚本-编码-上.mp4 (183.99 MB)
│   │   ├── 039-NLP-传统序列模型-案例-思路分析-模型结构和训练思路.mp4 (30.91 MB)
│   │   ├── 088-NLP-Seq2Seq-模型结构-编码器.mp4 (37.81 MB)
│   │   ├── 135-NLP-Transformer-实现细节-注意力如何感知相对位置.mp4 (75.84 MB)
│   │   ├── 168-NLP-预训练模型-HF-Tokenizer-模型配合使用.mp4 (89.96 MB)
│   │   ├── 019-NLP-文本表示-词表示-语义化词向量-Word2Vec-获取-公开词向量-编码.mp4 (106.32 MB)
│   │   ├── 015-NLP-文本表示-词表示-语义化词向量-Word2Vec-概述.mp4 (48.16 MB)
│   │   ├── 053-NLP-传统序列模型-RNN-案例-训练脚本-训练循环.mp4 (44.40 MB)
│   │   ├── 086-NLP-传统序列模型-LSTM_GRU_RNN横向对比.mp4 (32.24 MB)
│   │   ├── 169-NLP-预训练模型-HF-Datasets-概述.mp4 (37.48 MB)
│   │   ├── 154-NLP-预训练模型-主流模型-GPT-预训练.mp4 (34.56 MB)
│   │   ├── 052-NLP-传统序列模型-RNN-案例-训练脚本-环境准备.mp4 (52.24 MB)
│   │   ├── 080-NLP-传统序列模型-LSTM-案例-模型预测.mp4 (78.96 MB)
│   │   ├── 006-NLP-文本表示-概述.mp4 (113.00 MB)
│   │   ├── 083-NLP-传统序列模型-GRU-基础结构.mp4 (120.13 MB)
│   │   ├── 048-NLP-传统序列模型-RNN-案例-数据集-说明.mp4 (13.96 MB)
│   │   ├── 105-NLP-Seq2Seq-案例-评估脚本-bleu说明.mp4 (69.66 MB)
│   │   ├── 114-NLP-Attention机制-案例-注意力机制-编码.mp4 (41.73 MB)
│   │   ├── 144-NLP-Transformer-案例-模型定义-位置编码-简易实现.mp4 (159.86 MB)
│   │   ├── 016-NLP-文本表示-词表示-语义化词向量-Word2Vec-原理-Skip-Gram.mp4 (115.77 MB)
│   │   ├── 163-NLP-预训练模型-HF-模型加载-AutoModel.mp4 (85.55 MB)
│   │   ├── 157-NLP-预训练模型-主流模型-BERT-模型结构.mp4 (83.14 MB)
│   │   ├── 111-NLP-Attention机制-注意力评分函数.mp4 (86.95 MB)
│   │   ├── 017-NLP-文本表示-词表示-语义化词向量-Word2Vec-原理-CBOW.mp4 (26.46 MB)
│   │   ├── 181-NLP-预训练模型-案例-Dataloader.mp4 (38.85 MB)
│   │   ├── 106-NLP-Seq2Seq-案例-评估脚本-编码.mp4 (95.92 MB)
│   │   ├── 044-NLP-传统序列模型-RNN-案例-数据预处理-文件路径处理.mp4 (55.66 MB)
│   │   ├── 184-NLP-预训练模型-案例-模型推理.mp4 (26.57 MB)
│   │   ├── 057-NLP-传统序列模型-RNN-案例-预测脚本-说明.mp4 (16.21 MB)
│   │   ├── 177-NLP-预训练模型-HF-Datasets-保存数据集.mp4 (83.55 MB)
│   │   ├── 014-NLP-文本表示-词表示-one-hot&语义化词向量-概述.mp4 (108.49 MB)
│   │   ├── 121-NLP-Transformer-模型结构-编码器-自注意力子层-完整计算过程.mp4 (114.56 MB)
│   │   ├── 098-NLP-Seq2Seq-模型结构-案例实操-Dataloader.mp4 (164.71 MB)
│   │   ├── 034-NLP-传统序列模型-RNN-API-输入输出-含义.mp4 (66.91 MB)
│   │   ├── 079-NLP-传统序列模型-LSTM-案例-模型训练.mp4 (102.57 MB)
│   │   ├── 104-NLP-Seq2Seq-案例-预测脚本.mp4 (387.79 MB)
│   │   ├── 043-NLP-传统序列模型-RNN-案例-数据预处理-文件路径说明.mp4 (59.58 MB)
│   │   ├── 126-NLP-Transformer-模型结构-编码器-层归一化.mp4 (34.56 MB)
│   │   ├── 127-NLP-Transformer-模型结构-编码器-位置编码.mp4 (61.50 MB)
│   │   ├── 116-NLP-Transformer-概述.mp4 (69.98 MB)
│   │   ├── 150-NLP-预训练模型-概述.mp4 (59.83 MB)
│   │   ├── 187-NLP-预训练模型-案例-带任务头的预训练模型.mp4 (169.69 MB)
│   │   ├── 046-NLP-传统序列模型-RNN-案例-数据预处理-构建训练集.mp4 (118.13 MB)
│   │   ├── 033-NLP-传统序列模型-RNN-API-输入输出-概述.mp4 (54.10 MB)
│   │   ├── 085-NLP-传统序列模型-GRU-案例实操.mp4 (30.82 MB)
│   │   ├── 003-NLP-导论-常见任务.mp4 (147.16 MB)
│   │   ├── 100-NLP-Seq2Seq-模型结构-案例实操-模型定义-解码器.mp4 (98.83 MB)
│   │   ├── 130-NLP-Transformer-模型结构-解码器-概述.mp4 (55.00 MB)
│   │   ├── 078-NLP-传统序列模型-LSTM-案例-模型定义.mp4 (165.89 MB)
│   │   ├── 093-NLP-Seq2Seq-模型结构-案例实操-需求分析.mp4 (166.61 MB)
│   │   ├── 134-NLP-Transformer-实现细节-注意力为什么需要缩放.mp4 (75.10 MB)
│   │   ├── 171-NLP-预训练模型-HF-Datasets-查看数据集.mp4 (34.92 MB)
│   │   ├── 141-NLP-Transformer-API-nn.Transformer-encoder&decoder.mp4 (74.13 MB)
│   │   ├── 167-NLP-预训练模型-HF-Tokenizer-使用.mp4 (216.04 MB)
│   │   ├── 128-NLP-Transformer-模型结构-编码器-说明.mp4 (153.30 MB)
│   │   ├── 002-NLP-课程概述.mp4 (73.93 MB)
│   │   ├── 109-NLP-Attention机制-工作原理-概述.mp4 (29.55 MB)
│   │   ├── 186-NLP-预训练模型-案例-测试.mp4 (28.81 MB)
│   │   ├── 136-NLP-Transformer-模型训练和推理机制.mp4 (34.91 MB)
│   │   ├── 030-NLP-传统序列模型-RNN-双向结构.mp4 (74.26 MB)
│   │   ├── 028-NLP-传统序列模型-RNN-示意图.mp4 (21.97 MB)
│   │   ├── 139-NLP-Transformer-API-nn.Transformer-forward方法-概述.mp4 (43.58 MB)
│   │   ├── 175-NLP-预训练模型-HF-Datasets-预处理数据集-map-上.mp4 (211.88 MB)
│   │   ├── 183-NLP-预训练模型-案例-模型训练.mp4 (91.15 MB)
│   │   ├── 075-NLP-传统序列模型-LSTM-案例-数据处理-编码-上.mp4 (123.62 MB)
│   │   ├── 138-NLP-Transformer-API-nn.Transformer-构造参数.mp4 (70.89 MB)
│   │   ├── 174-NLP-预训练模型-HF-Datasets-预处理数据集-划分数据集.mp4 (19.69 MB)
│   │   ├── 059-NLP-传统序列模型-RNN-案例-预测脚本-编码-下.mp4 (102.84 MB)
│   │   ├── 142-NLP-Transformer-案例-代码改造思路.mp4 (24.87 MB)
│   │   ├── 067-NLP-传统序列模型-LSTM-概述.mp4 (66.93 MB)
│   │   ├── 143-NLP-Transformer-案例-模型定义-基础结构.mp4 (55.60 MB)
│   │   ├── 021-NLP-文本表示-词表示-语义化词向量-训练词向量-实操.mp4 (156.98 MB)
│   │   ├── 004-NLP-导论-技术演进历史.mp4 (169.82 MB)
│   │   ├── 137-NLP-Transformer-API-概述.mp4 (46.80 MB)
│   │   ├── 145-NLP-Transformer-案例-模型定义-位置编码-哈弗实现.mp4 (190.63 MB)
│   │   ├── 119-NLP-Transformer-模型结构-编码器-概述.mp4 (33.51 MB)
│   │   ├── 092-NLP-Seq2Seq-模型结构-案例实操-概述.mp4 (44.46 MB)
│   │   ├── 155-NLP-预训练模型-主流模型-GPT-微调.mp4 (108.90 MB)
│   │   ├── 180-NLP-预训练模型-案例-数据预处理-下.mp4 (34.19 MB)
│   │   ├── 063-NLP-传统序列模型-RNN-案例-Tokenizer-说明.mp4 (47.26 MB)
│   │   ├── 132-NLP-Transformer-模型结构-解码器-Cross-Attention.mp4 (20.58 MB)
│   │   ├── 185-NLP-预训练模型-案例-模型评估.mp4 (28.98 MB)
│   │   ├── 084-NLP-传统序列模型-GRU-复杂结构&API使用说明.mp4 (14.77 MB)
│   │   ├── 107-NLP-Seq2Seq-总结.mp4 (44.93 MB)
│   │   ├── 090-NLP-Seq2Seq-模型结构-训练机制.mp4 (91.34 MB)
│   │   ├── 024-NLP-文本表示-词表示-语义化词向量-应用-OOV问题.mp4 (41.28 MB)
│   │   ├── 009-NLP-文本表示-分词-中文分词.mp4 (88.00 MB)
│   │   ├── 071-NLP-传统序列模型-LSTM-API-构造参数.mp4 (97.37 MB)
│   │   ├── 008-NLP-文本表示-分词-英文分词-BPE算法.mp4 (148.49 MB)
│   │   ├── 179-NLP-预训练模型-案例-数据预处理-上.mp4 (138.52 MB)
│   │   ├── 062-NLP-传统序列模型-RNN-案例-代码改造说明.mp4 (22.89 MB)
│   │   ├── 146-NLP-Transformer-案例-模型定义-前向传播.mp4 (108.48 MB)
│   │   ├── 051-NLP-传统序列模型-RNN-案例-模型定义-前向传播.mp4 (73.33 MB)
│   │   ├── 025-NLP-文本表示-词表示-上下文相关词向量.mp4 (69.09 MB)
│   │   ├── 096-NLP-Seq2Seq-模型结构-案例实操-数据预处理-词表构建.mp4 (8.16 MB)
│   │   ├── 013-NLP-文本表示-分词-分词工具-jieba-自定义词典.mp4 (59.55 MB)
│   │   ├── 178-NLP-预训练模型-HF-Datasets-集成Dataloader.mp4 (58.48 MB)
│   │   ├── 001-NLP-课程简介.mp4 (26.90 MB)
│   │   ├── 064-NLP-传统序列模型-RNN-案例-Tokenizer-编码.mp4 (261.45 MB)
│   │   ├── 101-NLP-Seq2Seq-模型结构-案例实操-模型定义-完整模型.mp4 (19.63 MB)
│   │   ├── 112-NLP-Attention机制-案例-代码升级改造思路.mp4 (65.31 MB)
│   │   ├── 011-NLP-文本表示-分词-分词工具-jieba-分词模式.mp4 (64.51 MB)
│   │   ├── 069-NLP-传统序列模型-LSTM-缓解梯度消失和爆炸.mp4 (90.68 MB)
│   │   ├── 056-NLP-传统序列模型-RNN-案例-训练脚本-保存模型.mp4 (110.98 MB)
│   │   ├── 182-NLP-预训练模型-案例-模型定义.mp4 (101.65 MB)
│   │   ├── 159-NLP-预训练模型-主流模型-BERT-预训练.mp4 (87.80 MB)
│   │   ├── 045-NLP-传统序列模型-RNN-案例-数据预处理-构建并保存词表.mp4 (132.52 MB)
│   │   ├── 148-NLP-Transformer-案例-预测&评估脚本.mp4 (148.37 MB)
│   │   ├── 081-NLP-传统序列模型-LSTM-案例-模型评估.mp4 (51.84 MB)
│   │   ├── 037-NLP-传统序列模型-案例-概述.mp4 (21.22 MB)
│   │   ├── 091-NLP-Seq2Seq-模型结构-推理机制.mp4 (70.32 MB)
│   │   ├── 074-NLP-传统序列模型-LSTM-案例-数据处理-说明.mp4 (74.31 MB)
│   │   ├── 103-NLP-Seq2Seq-模型结构-案例实操-训练脚本-pad_token处理逻辑.mp4 (63.67 MB)
│   │   ├── 124-NLP-Transformer-模型结构-编码器-残差连接&层归一化-概述.mp4 (20.95 MB)
│   │   ├── 095-NLP-Seq2Seq-模型结构-案例实操-数据预处理-改造Tokenizer.mp4 (140.22 MB)
│   │   ├── 027-NLP-传统序列模型-RNN-基础结构.mp4 (77.31 MB)
│   │   ├── 026-NLP-传统序列模型-RNN-概述.mp4 (29.11 MB)
│   │   ├── 076-NLP-传统序列模型-LSTM-案例-数据处理-编码-下.mp4 (101.68 MB)
│   │   ├── 108-NLP-Attention机制-概述.mp4 (30.34 MB)
│   │   ├── 087-NLP-Seq2Seq-概述.mp4 (67.54 MB)
│   │   └── 089-NLP-Seq2Seq-模型结构-解码器.mp4 (88.53 MB)
│   └── 1.笔记/
│   │   └── 尚硅谷大模型技术之NLP1.0.3.docx (29.73 MB)
链接

https://pan.quark.cn/s/e0f5e4aaf17b