慕课网-从0到1训练私有大模型 ，企业急迫需求 ，抢占市场先机

编辑点评

系统讲解ChatGPT核心技术，涵盖Transformer、强化学习等，适合AI领域从业者。

⭐ 编辑推荐

从ChatGPT基石模型到技术演变，全面解析大模型原理与实战。

✨ 课程亮点

课程目录

📁 第4章 chatGPT基石模型——基于Transformer架构的语言模型
    [4.8]--4-8 sparse-transformer 稀疏模型.mp4  [10.7 MB]
    [4.1]--4-1 本章介绍.mp4  [2.1 MB]
    [4.2]--4-2 seq2seq结构和注意力.mp4  [21.7 MB]
    [4.11]--4-11 本章梳理总结.mp4  [6.3 MB]
    [4.4]--4-4 transformer的multi-head atten.mp4  [37.4 MB]
    [4.9]--4-9 transformer-xl 解决长序列的问题（1）.mp4  [25.7 MB]
    [4.6]--4-6 transformer的layernorm-归一化提升训.mp4  [10.2 MB]
    [4.3]--4-3 seq2seq-attention的一个案例.mp4  [10.3 MB]
    [4.7]--4-7 transformer的decoder 解码器.mp4  [14.0 MB]
    [4.10]--4-10 transformer-xl解决长序列的问题（2）.mp4  [25.9 MB]
    [4.5]--4-5 transformer的残差链接-解决梯度消失问题.mp4  [12.2 MB]
📁 第6章 chatGPT的核心技术——强化学习
    第6章 chatGPT的核心技术——强化学习必看.zip  [1.8 MB]
    [6.6]--6-6 RL三种方法（2）.mp4  [10.1 MB]
    [6.7]--6-7 DQN和DQN的2种改进算法（1）.mp4  [17.9 MB]
    [6.10]--6-10 actor-critic（2）.mp4  [11.3 MB]
    [6.2]--6-2 强化学习章介绍.mp4  [4.2 MB]
    [6.5]--6-5 RL三种方法（1）.mp4  [28.4 MB]
    [6.8]--6-8 DQN和DQN的2种改进算法（2）.mp4  [23.6 MB]
    [6.14]--6-14 DQN代码实践--torch-2.mp4  [46.7 MB]
    [6.13]--6-13 DQN代码实践--torch-1.mp4  [41.1 MB]
    [6.1]--6-1 RL是什么＆为什么要学习RL.mp4  [20.5 MB]
    [6.9]--6-9 actor-critic（1）.mp4  [36.1 MB]
    [6.11]--6-11 TRPO+PPO（1）.mp4  [39.4 MB]
    [6.17]--6-17 PPO代码实践--torch.mp4  [61.1 MB]
    [6.15]--6-15 DoubleDQN+DuelingDQ代码--torc.mp4  [48.8 MB]
    [6.16]--6-16 REINFORCE代码--torch.mp4  [45.9 MB]
    [6.12]--6-12 TRPO+PPO（2）.mp4  [28.0 MB]
    [6.18]--6-18 强化学习-本章总结.mp4  [16.5 MB]
    [6.4]--6-4 RL马尔可夫过程.mp4  [27.4 MB]
    [6.3]--6-3 RL基础概念.mp4  [11.4 MB]
📁 第2章 训练模型与开发平台环境
    第2章 训练模型与开发平台环境文档.zip  [1.8 MB]
    [2.4]--2-4 【平台】介绍aistudio.mp4  [24.6 MB]
    [2.3]--2-3 【NLP工具和预训练模型】paddleNLP和huggi.mp4  [5.4 MB]
    [2.1]--2-1 【认知】为什么要引入paddle？平时使用torch，学.mp4  [7.3 MB]
    [2.5]--2-5 【工具】介绍基于gpt4的IDE cursor.mp4  [16.4 MB]
    [2.2]--2-2 【框架】paddle和torch与tensorflow对.mp4  [10.6 MB]
📁 第7章 chatGPT技术演变——从GPT 1 开始的大模型发展与演化
    第7章 chatGPT技术演变——从GPT 1 开始的大模型发展与演化必看.png  [493.5 KB]
    [7.1]--7-1 GPT1 模型.mp4  [24.1 MB]
    [7.11]--7-11 GPT-本章总结.mp4  [12.7 MB]
    [7.9]--7-9 instruct-gpt 基于GPT技术开发的模型-2.mp4  [25.0 MB]
    [7.4]--7-4 GPT3 模型-2.mp4  [25.8 MB]
    [7.3]--7-3 GPT3 模型-1.mp4  [29.1 MB]
    [7.6]--7-6 alphaCode基于GPT技术开发的模型-1.mp4  [27.7 MB]
    [7.5]--7-5 gpt-codex 基于GPT技术开发的模型.mp4  [22.6 MB]
    [7.10]--7-10 Antropic LLM大型语言模型.mp4  [39.1 MB]
    [7.7]--7-7 alphaCode基于GPT技术开发的模型-2.mp4  [16.1 MB]
    [7.8]--7-8 instruct-gpt 基于GPT技术开发的模型-1.mp4  [21.3 MB]
    [7.2]--7-2 GPT2 模型.mp4  [24.8 MB]
📁 第3章 chatGPT初始技术词向量原理剖析与实战
    [3.2]--3-2 【语言模型】语言模型和评估指标PPL.mp4  [22.2 MB]
    [3.3]--3-3 【词向量模型】word2vec-cbow和skipgra.mp4  [14.2 MB]
    [3.6]--3-6 【数据准备与预处理】word2vec实战（1）.mp4  [55.9 MB]
    [3.8]--3-8 【模型训练】word2vec实战-模型开发和训练（1）.mp4  [22.1 MB]
    [3.1]--3-1 【认知】词向量，词向量与gpt的关系.mp4  [8.0 MB]
    [3.9]--3-9 【模型训练】word2vec实战-模型开发和训练（2）.mp4  [33.5 MB]
    [3.10]--3-10 【激活函数】常见七种激活函数对比.mp4  [20.7 MB]
    [3.12]--3-12 本章梳理小结.mp4  [5.2 MB]
    [3.4]--3-4 【softmax加速】是softmax 树型优化.mp4  [24.0 MB]
    [3.11]--3-11 【预训练语言模型】RNN-LSTM-ELMO.mp4  [36.0 MB]
    [3.7]--3-7 【数据准备与预处理】word2vec实战（2）.mp4  [30.7 MB]
    [3.5]--3-5 【softmax加速】softmax负采样优化.mp4  [20.2 MB]
📁 第1章 课程介绍
    [1.1]--1-1 【导航】课程导学&让你快速了解课程.mp4  [37.5 MB]
    [1.2]--1-2 【内容安排】课程安排和学习建议.mp4  [12.9 MB]
    [1.3]--1-3 【行业发展】ChatGPT对行业、社会有什么影响，我们要.mp4  [34.1 MB]
    [1.4]--1-4 【发展史】ChatGPT的简要历史.mp4  [15.6 MB]
    [1.5]--1-5 【学习须知】本课程为什么使用gpt2而不是gpt3.mp4  [5.4 MB]
📁 第5章 基于Transformer另一分支Bert系列分析与实战
    [5.13]--5-13 Ernie文心一言基础模型（2）.mp4  [12.8 MB]
    第5章 基于Transformer另一分支Bert系列分析与实战资料.zip  [1.8 MB]
    [5.10]--5-10 bert(transformer encoder)主要.mp4  [40.6 MB]
    [5.14]--5-14 plato百度对话模型（1）.mp4  [26.0 MB]
    [5.2]--5-2 metric-评估指标(BLUE-rouge-L-MET.mp4  [32.8 MB]
    [5.5]--5-5 bert 预训练模型.mp4  [39.0 MB]
    [5.16]--5-16 本章总结.mp4  [12.4 MB]
    [5.8]--5-8 evaluate和predict方法----paddle.mp4  [27.2 MB]
    [5.11]--5-11 bert(transformer encoder)的完.mp4  [79.8 MB]
    [5.7]--5-7 bert情感分析实战----paddle（2）.mp4  [50.0 MB]
    [5.4]--5-4 常见的NLP任务.mp4  [9.9 MB]
    [5.1]--5-1 本章介绍.mp4  [1.8 MB]
    [5.3]--5-3 常见 subword 算法（BPE-wordpiece）.mp4  [9.8 MB]
    [5.9]--5-9 bert(transformer encoder)主要源.mp4  [40.8 MB]
    [5.6]--5-6 bert情感分析实战----paddle（1）.mp4  [42.9 MB]
    [5.12]--5-12 Ernie文心一言基础模型（1）.mp4  [24.9 MB]
    [5.15]--5-15 plato 百度对话模型（2）.mp4  [28.3 MB]
📁 第8章 RLHF训练类ChatGPT模型代码实战
    [8.16]--8-16 RLHF强化学习人类反馈的训练-buffer-util.mp4  [53.6 MB]
    [8.1]--8-1 chatGPT训练实战.mp4  [12.7 MB]
    [8.11]--8-11 RLHF强化学习人类反馈的训练-model-opt.mp4  [12.4 MB]
    [8.6]--8-6 RM训练-model+dataset（2）.mp4  [24.8 MB]
    [8.19]--8-19 RLHF强化学习人类反馈的训练-main.mp4  [66.9 MB]
    [8.10]--8-10 RLHF强化学习人类反馈的训练-model-base.mp4  [23.3 MB]
    [8.8]--8-8 RM训练-train-rm.mp4  [33.7 MB]
    [8.7]--8-7 RM训练-trainer.mp4  [29.4 MB]
    [8.3]--8-3 SFT有监督训练-trainer.mp4  [36.3 MB]
    [8.4]--8-4 SFT有监督训练-train.mp4  [59.5 MB]
    [8.13]--8-13 RLHF强化学习人类反馈的训练-generation（.mp4  [46.6 MB]
    [8.17]--8-17 RLHF强化学习人类反馈的训练-buffer-loss.mp4  [43.3 MB]
    [8.15]--8-15 RLHF强化学习人类反馈的训练-exp_maker（2.mp4  [41.2 MB]
    [8.2]--8-2 SFT有监督的训练-数据处理.mp4  [58.5 MB]
    [8.14]--8-14 RLHF强化学习人类反馈的训练-exp_maker（1.mp4  [30.2 MB]
    [8.5]--8-5 RM训练-model+dataset（1）.mp4  [26.4 MB]
    [8.9]--8-9 RLHF强化学习人类反馈的训练-dataset.mp4  [13.8 MB]

适合人群

• AI领域从业者
• 机器学习爱好者
• 大模型研究者

🎯 学习收获

• 掌握ChatGPT核心技术
• 了解大模型发展历程
• 提升AI项目实战能力

🎉 祝您学习愉快！