尚硅谷首期AI大模型0319全栈就业系列课程：从入门到精通 Python基础到多模态大模型项目实战，一站式掌握核心技术

1.笔记

2.资料

jetbrains

mac

mac2020-2024(一键激活)

config

plugins

备用激活

mac2021-2024

Activation_Code

config-jetbrains

plugins-jetbrains

scripts

vmoptions

windows

win2020-2024(一键激活)pro

config

plugins

备用激活

win2021-2024pro

win2021-2024

Activation_Code

config-jetbrains

plugins-jetbrains

scripts

vmoptions

汉化教程

画图截图工具

• 📦 jetbrains.zip

4.视频

day01

• 🎬 00_AI大模型之Python基础_课程介绍.mp4
• 🎬 01_AI大模型之Python基础_计算机组成.mp4
• 🎬 02_AI大模型之Python基础_计算机发展以及语言发展.mp4
• 🎬 03_AI大模型之Python基础_计算机语言发展画图说明.mp4
• 🎬 04_AI大模型之Python基础_编译型语言和解释型语言.mp4
• 🎬 05_AI大模型之Python基础_Python语言的运行方式.mp4
• 🎬 06_AI大模型之Python基础_Python语言特点.mp4
• 🎬 07_AI大模型之Python基础_Python解释器介绍.mp4
• 🎬 08_AI大模型之Python基础_Python的安装.mp4
• 🎬 09_AI大模型之Python基础_卸载问题说明.mp4
• 🎬 10_AI大模型之Python基础_PyCharm的安装.mp4
• 🎬 11_AI大模型之Python基础_科学使用PyCharm.mp4
• 🎬 12_AI大模型之Python基础_Pycharm的设置.mp4
• 🎬 13_AI大模型之Python基础_交互式命令行方式运行程序.mp4
• 🎬 14_AI大模型之Python基础_脚本方式运行程序.mp4
• 🎬 15_AI大模型之Python基础_PyCharm破解问题说明.mp4
• 🎬 16_AI大模型之Python基础_通过PyCharm运行程序.mp4
• 🎬 17_AI大模型之Python基础_注释.mp4
• 🎬 18_AI大模型之Python基础_变量的声明和赋值.mp4
• 🎬 19_AI大模型之Python基础_标识符的命名.mp4
• 🎬 20_AI大模型之Python基础_变量的修改以及常量.mp4
• 🎬 21_AI大模型之Python基础_总结.mp4

day02

• 🎬 00_AI大模型之Python基础_内容回顾.mp4
• 🎬 01_AI大模型之Python基础_常见的进制介绍.mp4
• 🎬 02_AI大模型之Python基础_不同进制的表现形式.mp4
• 🎬 03_AI大模型之Python基础_二进制和十进制之间的转换.mp4
• 🎬 04_AI大模型之Python基础_十六进制（八进制）和十进制之间的转换.mp4
• 🎬 05_AI大模型之Python基础_二进制和十六进制之间的转换.mp4
• 🎬 06_AI大模型之Python基础_原码、反码、补码概念.mp4
• 🎬 07_AI大模型之Python基础_计算机为什么使用补码.mp4
• 🎬 08_AI大模型之Python基础_计算机减法转加法思路.mp4
• 🎬 09_AI大模型之Python基础_补码计算原理说明.mp4
• 🎬 10_AI大模型之Python基础_数据类型分类.mp4
• 🎬 11_AI大模型之Python基础_整数类型.mp4
• 🎬 12_AI大模型之Python基础_上午内容回顾.mp4
• 🎬 13_AI大模型之Python基础_浮点数类型.mp4
• 🎬 14_AI大模型之Python基础_布尔类型.mp4
• 🎬 15_AI大模型之Python基础_字符串类型.mp4
• 🎬 16_AI大模型之Python基础_自动类型转换.mp4
• 🎬 17_AI大模型之Python基础_强制类型转换.mp4
• 🎬 18_AI大模型之Python基础_编码和解码.mp4
• 🎬 19_AI大模型之Python基础_input输入.mp4
• 🎬 20_AI大模型之Python基础_普通输出和字符串中使用%占位.mp4
• 🎬 21_AI大模型之Python基础_字符串的format方法.mp4
• 🎬 22_AI大模型之Python基础_f加字符串输出.mp4
• 🎬 23_AI大模型之Python基础_总结.mp4
• 📦 代码.zip

day03

代码

每日一考

大模型之Python基础-Day03每日一考_问题及答案

• 🎬 00_AI大模型之Python基础_内容回顾.mp4
• 🎬 01_AI大模型之Python基础_算术、赋值运算符.mp4
• 🎬 02_AI大模型之Python基础_问题解答.mp4
• 🎬 03_AI大模型之Python基础_比较、逻辑运算符.mp4
• 🎬 04_AI大模型之Python基础_位运算符.mp4
• 🎬 05_AI大模型之Python基础_问题解答.mp4
• 🎬 06_AI大模型之Python基础_成员、身份运算符.mp4
• 🎬 07_AI大模型之Python基础_Python编码规范.mp4
• 🎬 08_AI大模型之Python基础_流程控制语句单分支介绍.mp4
• 🎬 09_AI大模型之Python基础_单分支if.mp4
• 🎬 10_AI大模型之Python基础_双分支.mp4
• 🎬 11_AI大模型之Python基础_多分支.mp4
• 🎬 12_AI大模型之Python基础_多分支案例.mp4
• 🎬 13_AI大模型之Python基础_嵌套分支.mp4
• 🎬 14_AI大模型之Python基础_match-case.mp4
• 🎬 15_AI大模型之Python基础_三目运算符.mp4
• 🎬 16_AI大模型之Python基础_while循环.mp4
• 🎬 17_AI大模型之Python基础_while打印进度条.mp4
• 🎬 18_AI大模型之Python基础_whileElse.mp4
• 🎬 19_AI大模型之Python基础_总结以及作业布置.mp4
• 📦 代码.zip

day04

代码

• 🎬 00_AI大模型之Python基础_作业题讲解.mp4
• 🎬 01_AI大模型之Python基础_内容回顾.mp4
• 🎬 02_AI大模型之Python基础_for循环语法介绍.mp4
• 🎬 03_AI大模型之Python基础_for循环遍历案例.mp4
• 🎬 04_AI大模型之Python基础_range函数说明.mp4
• 🎬 05_AI大模型之Python基础_循环的嵌套.mp4
• 🎬 06_AI大模型之Python基础_continue、break、pass关键字以及else语句.mp4
• 🎬 07_AI大模型之Python基础_上午内容回顾.mp4
• 🎬 08_AI大模型之Python基础_序列介绍.mp4
• 🎬 09_AI大模型之Python基础_列表的介绍以及创建.mp4
• 🎬 10_AI大模型之Python基础_列表切片.mp4
• 🎬 11_AI大模型之Python基础_列表中的常用方法1.mp4
• 🎬 12_AI大模型之Python基础_列表的遍历.mp4
• 🎬 13_AI大模型之Python基础_列表中的常用方法2.mp4
• 🎬 14_AI大模型之Python基础_列表推导式.mp4
• 🎬 15_AI大模型之Python基础_列表常用方法3.mp4

day05

代码

• 🎬 00_AI大模型之Python基础_每日一考讲解.mp4
• 🎬 01_AI大模型之Python基础_字符串介绍.mp4
• 🎬 02_AI大模型之Python基础_字符串基本操作.mp4
• 🎬 03_AI大模型之Python基础_字符串常用函数.mp4
• 🎬 04_AI大模型之Python基础_元组.mp4
• 🎬 05_AI大模型之Python基础_集合基本操作.mp4
• 🎬 06_AI大模型之Python基础_集合常用的函数.mp4
• 🎬 07_AI大模型之Python基础_字典基本介绍.mp4
• 🎬 08_AI大模型之Python基础_字典对象的创建以及访问方式.mp4
• 🎬 09_AI大模型之Python基础_字典的基础操作.mp4
• 🎬 10_AI大模型之Python基础_字典的遍历以及常用函数.mp4
• 🎬 11_AI大模型之Python基础_各个容器类型总结.mp4

day06

代码

• 🎬 00_AI大模型之Python基础_内容回顾.mp4
• 🎬 01_AI大模型之Python基础_函数的定义以及为什么抽取函数.mp4
• 🎬 02_AI大模型之Python基础_函数的抽取.mp4
• 🎬 03_AI大模型之Python基础_函数的形参和实参.mp4
• 🎬 04_AI大模型之Python基础_函数执行内存分析.mp4
• 🎬 05_AI大模型之Python基础_传递不可变对象.mp4
• 🎬 06_AI大模型之Python基础_传递可变对象.mp4
• 🎬 07_AI大模型之Python基础_上午内容回顾.mp4
• 🎬 08_AI大模型之Python基础_赋值操作情况说明.mp4
• 🎬 09_AI大模型之Python基础_参数传递的形式.mp4
• 🎬 10_AI大模型之Python基础_解包传参.mp4
• 🎬 11_AI大模型之Python基础_浅拷贝.mp4
• 🎬 12_AI大模型之Python基础_浅拷贝原理图示.mp4
• 🎬 13_AI大模型之Python基础_深拷贝原理图示.mp4
• 🎬 14_AI大模型之Python基础_方法的返回值.mp4
• 🎬 15_AI大模型之Python基础_总结.mp4

day07

代码

• 🎬 00_AI大模型之Python基础_内容回顾.mp4
• 🎬 01_AI大模型之Python基础_考试题讲解.mp4
• 🎬 02_AI大模型之Python基础_函数嵌套调用.mp4
• 🎬 03_AI大模型之Python基础_作用域.mp4
• 🎬 04_AI大模型之Python基础_闭包.mp4
• 🎬 05_AI大模型之Python基础_作用域.mp4
• 🎬 06_AI大模型之Python基础_全局变量和局部变量.mp4
• 🎬 07_AI大模型之Python基础_global和nonlocal关键字.mp4
• 🎬 08_AI大模型之Python基础_函数的递归.mp4
• 🎬 09_AI大模型之Python基础_函数递归调用内存分析.mp4
• 🎬 10_AI大模型之Python基础_匿名函数的定义.mp4
• 🎬 11_AI大模型之Python基础_匿名函数应用.mp4
• 🎬 12_AI大模型之Python基础_匿名函数实现说明.mp4
• 🎬 13_AI大模型之Python基础_函数注释.mp4
• 🎬 14_AI大模型之Python基础_文件操作模式介绍.mp4
• 🎬 15_AI大模型之Python基础_读写数据.mp4

day08

代码

• 🎬 00_AI大模型之Python基础_内容回顾.mp4
• 🎬 01_AI大模型之Python基础_图片拷贝.mp4
• 🎬 02_AI大模型之Python基础_图片拷贝优化.mp4
• 🎬 03_AI大模型之Python基础_面向过程与面向函数式编程.mp4
• 🎬 04_AI大模型之Python基础_面向对象编程思想.mp4
• 🎬 05_AI大模型之Python基础_类和对象的概念.mp4
• 🎬 06_AI大模型之Python基础_通过类创建对象案例.mp4
• 🎬 07_AI大模型之Python基础_对象创建内存分析.mp4
• 🎬 08_AI大模型之Python基础_补充.mp4
• 🎬 09_AI大模型之Python基础_类的定义以及类的操作.mp4
• 🎬 10_AI大模型之Python基础_init方法.mp4
• 🎬 11_AI大模型之Python基础_self.mp4
• 🎬 12_AI大模型之Python基础_类属性.mp4
• 🎬 13_AI大模型之Python基础_实例属性.mp4
• 🎬 14_AI大模型之Python基础_实例方法和类方法.mp4
• 🎬 15_AI大模型之Python基础_静态方法和特殊方法.mp4
• 🎬 16_AI大模型之Python基础_动态添加属性以及方法.mp4
• 🎬 17_AI大模型之Python基础_总结.mp4

day09

代码

• 🎬 00_AI大模型之Python基础_内容回顾.mp4
• 🎬 01_AI大模型之Python基础_面向对象的三大特性整体介绍.mp4
• 🎬 02_AI大模型之Python基础_私有化属性和方法.mp4
• 🎬 03_AI大模型之Python基础_成员私有化本质.mp4
• 🎬 04AI大模型之Python基础@property用法.mp4
• 🎬 05_AI大模型之Python基础_读写属性.mp4
• 🎬 06_AI大模型之Python基础_封装案例.mp4
• 🎬 07_AI大模型之Python基础_上午内容回顾.mp4
• 🎬 08_AI大模型之Python基础_随堂案例.mp4
• 🎬 09_AI大模型之Python基础_单继承案例.mp4
• 🎬 10_AI大模型之Python基础_多继承.mp4
• 🎬 11_AI大模型之Python基础_super方法父类的属性和方法.mp4
• 🎬 12_AI大模型之Python基础_方法调用顺序.mp4
• 🎬 13_AI大模型之Python基础_方法的重写.mp4
• 🎬 14_AI大模型之Python基础_多态.mp4
• 🎬 15_AI大模型之Python基础_总结以及愤怒的小鸟案例说明.mp4

day10

代码

• 🎬 00_AI大模型之Python基础_习题讲解.mp4
• 🎬 01_AI大模型之Python基础_鸟基类的创建.mp4
• 🎬 02_AI大模型之Python基础_鸟子类的创建.mp4
• 🎬 03_AI大模型之Python基础_障碍物类的创建.mp4
• 🎬 04_AI大模型之Python基础_创建相关对象完成攻击.mp4
• 🎬 05_AI大模型之Python基础_异常处理基本语法.mp4
• 🎬 06_AI大模型之Python基础_捕获不同类型的异常.mp4
• 🎬 07_AI大模型之Python基础_Else语句块.mp4
• 🎬 08_AI大模型之Python基础_Finally.mp4
• 🎬 09_AI大模型之Python基础_Raise抛出异常.mp4
• 🎬 10_AI大模型之Python基础_assert断言机制.mp4
• 🎬 11_AI大模型之Python基础_自定义异常.mp4
• 🎬 12_AI大模型之Python基础_异常的传递.mp4
• 🎬 13_AI大模型之Python基础_With关键字介绍.mp4
• 🎬 14_AI大模型之Python基础_With关键字案例.mp4
• 🎬 15_AI大模型之Python基础_总结.mp4

day11

代码

pycache

graphic

pycache

• 🎬 00_AI大模型之Python基础_内容回顾.mp4
• 🎬 01_AI大模型之Python基础_模块介绍.mp4
• 🎬 02_AI大模型之Python基础_全局导入模块.mp4
• 🎬 03_AI大模型之Python基础_局部导入模块情况1.mp4
• 🎬 04_AI大模型之Python基础_局部导入模块情况2.mp4
• 🎬 05_AI大模型之Python基础_模块搜索顺序.mp4
• 🎬 06_AI大模型之Python基础_all限制导入成员.mp4
• 🎬 07_AI大模型之Python基础_name变量.mp4
• 🎬 08_AI大模型之Python基础_dir函数.mp4
• 🎬 09_AI大模型之Python基础_包的创建.mp4
• 🎬 10_AI大模型之Python基础_上午内容回顾.mp4
• 🎬 11_AI大模型之Python基础_带包的全局导入.mp4
• 🎬 12_AI大模型之Python基础_局部导入1.mp4
• 🎬 13_AI大模型之Python基础_局部导入2.mp4
• 🎬 14_AI大模型之Python基础_安装第三方库介绍.mp4
• 🎬 15_AI大模型之Python基础_打包自己开发的代码.mp4
• 🎬 16_AI大模型之Python基础_通过命令的方式安装自己打包的库.mp4
• 🎬 17_AI大模型之Python基础_pycharm界面方式安装自己打包的库.mp4
• 🎬 18_AI大模型之Python基础_总结.mp4

day12

代码

• 🎬 00_AI大模型之Python基础_内容回顾.mp4
• 🎬 01_AI大模型之Python基础_浅拷贝案例.mp4
• 🎬 02_AI大模型之Python基础_深拷贝案例.mp4
• 🎬 03_AI大模型之Python基础_迭代器介绍.mp4
• 🎬 04_AI大模型之Python基础_通过容器创建迭代器对象.mp4
• 🎬 05_AI大模型之Python基础_自定义迭代器.mp4
• 🎬 06_AI大模型之Python基础_生成器介绍以及斐波那契数列.mp4
• 🎬 07_AI大模型之Python基础_通过函数创建生成器对象.mp4
• 🎬 08_AI大模型之Python基础_通过send向生成器发送数据.mp4
• 🎬 09_AI大模型之Python基础_命名空间.mp4
• 🎬 10_AI大模型之Python基础_四种作用域.mp4
• 🎬 11_AI大模型之Python基础_闭包.mp4
• 🎬 12_AI大模型之Python基础_闭包实现装饰器.mp4
• 🎬 13_AI大模型之Python基础_装饰器语法糖实现装饰器.mp4
• 🎬 14_AI大模型之Python基础_多层装饰器.mp4
• 🎬 15_AI大模型之Python基础_多层装饰器内存图.mp4
• 🎬 16_AI大模型之Python基础_带参数的装饰器.mp4
• 🎬 17_AI大模型之Python基础_类装饰器.mp4
• 🎬 18_AI大模型之Python基础_总结.mp4

day13

代码

pycache

• 🎬 00_AI大模型之Python基础_考题讲解以及内容回顾.mp4
• 🎬 01_AI大模型之Python基础_同步异步以及并发和并行概念.mp4
• 🎬 02_AI大模型之Python基础_多进程以及创建方式说明.mp4
• 🎬 03_AI大模型之Python基础_多进程方式读写文件.mp4
• 🎬 04_AI大模型之Python基础_自定义进程类.mp4
• 🎬 05_AI大模型之Python基础_进程池.mp4
• 🎬 06_AI大模型之Python基础_进程池案例.mp4
• 🎬 07_AI大模型之Python基础_上午内容回顾.mp4
• 🎬 08_AI大模型之Python基础_多进程间不共享全局变量.mp4
• 🎬 09_AI大模型之Python基础_Queue介绍.mp4
• 🎬 10_AI大模型之Python基础_进程间通过Quque共享数据.mp4
• 🎬 11_AI大模型之Python基础_线程相关概念.mp4
• 🎬 12_AI大模型之Python基础_线程对象的创建.mp4
• 🎬 13_AI大模型之Python基础_线程池.mp4
• 🎬 14_AI大模型之Python基础_线程不安全问题说明.mp4
• 🎬 15_AI大模型之Python基础_总结.mp4

day14

代码

pycache

• 🎬 00_AI大模型之Python基础_内容回顾.mp4
• 🎬 01_AI大模型之Python基础_加锁解决线程安全问题.mp4
• 🎬 02_AI大模型之Python基础_进程和线程对比.mp4
• 🎬 03_AI大模型之Python基础_网络相关概念.mp4
• 🎬 04_AI大模型之Python基础_UDP通信介绍.mp4
• 🎬 05_AI大模型之Python基础_UDP开发案例.mp4
• 🎬 06_AI大模型之Python基础_上午内容回顾.mp4
• 🎬 07_AI大模型之Python基础_TCP通信介绍.mp4
• 🎬 08_AI大模型之Python基础_TCP开发案例.mp4
• 🎬 09_AI大模型之Python基础_TCP开发案例优化.mp4
• 🎬 10_AI大模型之Python基础_加入多线程以及异常处理.mp4
• 🎬 11_AI大模型之Python基础_Http以及一言网介绍.mp4
• 🎬 12_AI大模型之Python基础_请求一言网.mp4
• 🎬 13_AI大模型之Python基础_starlette部署web服务.mp4
• 🎬 14_AI大模型之Python基础_总结.mp4

day15

代码

pycache

• 🎬 00_AI大模型之Python基础_内容回顾.mp4
• 🎬 01_AI大模型之Python基础_正则表达式介绍.mp4
• 🎬 02_AI大模型之Python基础_正则表达式案例.mp4
• 🎬 03_AI大模型之Python基础_客户管理系统需求介绍.mp4
• 🎬 04_AI大模型之Python基础_创建客户类.mp4
• 🎬 05_AI大模型之Python基础_初始化两个字典用于存放客户信息.mp4
• 🎬 06_AI大模型之Python基础_主菜单页的开发.mp4
• 🎬 07_AI大模型之Python基础_将用户添加到集合中.mp4
• 🎬 08_AI大模型之Python基础_添加用户id.mp4
• 🎬 09_AI大模型之Python基础_添加用户其它功能的实现.mp4
• 🎬 10_AI大模型之Python基础_显示所有用户以及作业布置.mp4

02_数据结构与算法

1.笔记

2.资料

3.代码

4.视频

day01

代码

• 🎬 00_AI大模型之数据结构与算法_案例问题说明.mkv
• 🎬 01_AI大模型之数据结构与算法_如何学.mkv
• 🎬 02_AI大模型之数据结构与算法_数据结构分类.mkv
• 🎬 03_AI大模型之数据结构与算法_时间复杂度.mkv
• 🎬 04_AI大模型之数据结构与算法_最坏时间复杂度.mkv
• 🎬 05_AI大模型之数据结构与算法_大O表示法常见的情况.mkv
• 🎬 06_AI大模型之数据结构与算法_空间复杂度.mkv
• 🎬 07_AI大模型之数据结构与算法_数组和list区别.mkv
• 🎬 08_AI大模型之数据结构与算法_自定义数组.mkv
• 🎬 09_AI大模型之数据结构与算法_数组扩容.mkv
• 🎬 10_AI大模型之数据结构与算法_向数组中添加元素.mkv
• 🎬 11_AI大模型之数据结构与算法_上午内容回顾.mp4
• 🎬 12_AI大模型之数据结构与算法_数组的删除以及其它操作.mp4
• 🎬 13_AI大模型之数据结构与算法_数组实现需要注意的问题.mp4
• 🎬 14_AI大模型之数据结构与算法_链表类创建.mp4
• 🎬 15_AI大模型之数据结构与算法_向链表中插入元素.mp4
• 🎬 16_AI大模型之数据结构与算法_删除链表元素.mp4
• 🎬 17_AI大模型之数据结构与算法_链表其它操作.mp4
• 🎬 18_AI大模型之数据结构与算法_总结.mp4

day02

代码

• 🎬 00_AI大模型之数据结构与算法_内容回顾.mp4
• 🎬 01_AI大模型之数据结构与算法_栈数据结构介绍.mp4
• 🎬 02_AI大模型之数据结构与算法_栈数据结构实现.mp4
• 🎬 03_AI大模型之数据结构与算法_栈应用.mp4
• 🎬 04_AI大模型之数据结构与算法_队列介绍.mp4
• 🎬 05_AI大模型之数据结构与算法_入队代码实现.mp4
• 🎬 06_AI大模型之数据结构与算法_出队代码以及队列测试.mp4
• 🎬 07_AI大模型之数据结构与算法_上午内容回顾.mp4
• 🎬 08_AI大模型之数据结构与算法_哈希表介绍.mp4
• 🎬 09_AI大模型之数据结构与算法_哈希表类创建.mp4
• 🎬 10_AI大模型之数据结构与算法_显示哈希表中所有元素.mp4
• 🎬 11_AI大模型之数据结构与算法_向哈希表中添加元素.mp4
• 🎬 12_AI大模型之数据结构与算法_扩容.mp4
• 🎬 13_AI大模型之数据结构与算法_从哈希表中删除元素.mp4
• 🎬 14_AI大模型之数据结构与算法_获取元素以及遍历.mp4
• 🎬 15_AI大模型之数据结构与算法_哈希表整体测试.mp4
• 🎬 16_AI大模型之数据结构与算法_总结.mp4

day03

代码

• 🎬 00_AI大模型之数据结构与算法_内容回顾.mp4
• 🎬 01_AI大模型之数据结构与算法_树介绍.mp4
• 🎬 02_AI大模型之数据结构与算法_二叉树的存储方式介绍.mp4
• 🎬 03_AI大模型之数据结构与算法_常见的二叉树.mp4
• 🎬 04_AI大模型之数据结构与算法_常见的二叉树动画演示.mp4
• 🎬 05_AI大模型之数据结构与算法_定义节点类以及树类.mp4
• 🎬 06_AI大模型之数据结构与算法_查询方法的实现.mp4
• 🎬 07_AI大模型之数据结构与算法_向树中添加元素.mp4
• 🎬 08_AI大模型之数据结构与算法_删除元素的几种情况说明.mp4
• 🎬 09_AI大模型之数据结构与算法_删除没有子节点的节点.mp4
• 🎬 10_AI大模型之数据结构与算法_删除只有一个子节点的节点.mp4
• 🎬 11_AI大模型之数据结构与算法_删除有两个子节点的节点.mp4
• 🎬 12_AI大模型之数据结构与算法_上午内容回顾.mp4
• 🎬 13_AI大模型之数据结构与算法_树的遍历.mp4
• 🎬 14_AI大模型之数据结构与算法_图的介绍.mp4
• 🎬 15_AI大模型之数据结构与算法_二分查找法.mp4
• 🎬 16_AI大模型之数据结构与算法_查找多数元素.mp4
• 🎬 17_AI大模型之数据结构与算法_总结.mp4

day04

代码

• 🎬 00_AI大模型之数据结构与算法_内容回顾.mp4
• 🎬 01_AI大模型之数据结构与算法_冒泡排序.mp4
• 🎬 02_AI大模型之数据结构与算法_选择排序.mp4
• 🎬 03_AI大模型之数据结构与算法_插入排序.mp4
• 🎬 04_AI大模型之数据结构与算法_归并排序.mp4
• 🎬 05_AI大模型之数据结构与算法_上午内容回顾.mp4
• 🎬 06_AI大模型之数据结构与算法_快速排序.mp4
• 🎬 07_AI大模型之数据结构与算法_堆排序.mp4
• 🎬 08_AI大模型之数据结构与算法_分治_汉诺塔思路_1.mp4
• 🎬 09_AI大模型之数据结构与算法_分治_汉诺塔思路_2.mp4

day05

代码

• 🎬 00_AI大模型之数据结构与算法_卡拉楚巴算法.mp4
• 🎬 01_AI大模型之数据结构与算法_卡拉楚巴算法代码分析.mp4
• 🎬 02_AI大模型之数据结构与算法_动态规划爬楼梯.mp4
• 🎬 03_AI大模型之数据结构与算法_最大的连续子数组之和.mp4
• 🎬 04_AI大模型之数据结构与算法_0-1背包思路分析.mp4
• 🎬 05_AI大模型之数据结构与算法_0-1背包代码分析.mp4
• 🎬 06_AI大模型之数据结构与算法_完全背包.mp4
• 🎬 07_AI大模型之数据结构与算法_回溯算法_全排列.mp4
• 🎬 08_AI大模型之数据结构与算法_全排列代码分析.mp4
• 🎬 09_AI大模型之数据结构与算法_贪心算法_最大交换.mp4

03_Linux及Shell

1.笔记

2.资料

4.视频

day01

• 🎬 00_AI大模型之Linux与Shell_阶段考试题讲解.mp4
• 🎬 01_AI大模型之Linux与Shell_Linux介绍.mp4
• 🎬 02_AI大模型之Linux与Shell_安装VMWare虚拟机.mp4
• 🎬 03_AI大模型之Linux与Shell_配置虚拟电脑.mp4
• 🎬 04_AI大模型之Linux与Shell_Ubuntu系统安装.mp4
• 🎬 05_AI大模型之Linux与Shell_配置网络.mp4
• 🎬 06_AI大模型之Linux与Shell_安装Xshell并配置连接.mp4
• 🎬 07_AI大模型之Linux与Shell_Xshell版本说明.mp4
• 🎬 08_AI大模型之Linux与Shell_目录结构介绍.mp4
• 🎬 09_AI大模型之Linux与Shell_软件包管理器.mp4
• 🎬 10_AI大模型之Linux与Shell_帮助命令.mp4
• 🎬 11_AI大模型之Linux与Shell_pwd,ls,cd命令.mp4
• 🎬 12_AI大模型之Linux与Shell_mkdir,touch,cp命令.mp4
• 🎬 13_AI大模型之Linux与Shell_rm,mv,cat,tail,echo命令.mp4
• 🎬 14_AI大模型之Linux与Shell_重定向,ln,history命令.mp4
• 🎬 15_AI大模型之Linux与Shell_vim编辑器模式.mp4
• 🎬 16_AI大模型之Linux与Shell_vim演示.mp4
• 🎬 17_AI大模型之Linux与Shell_root用户.mp4
• 🎬 18_AI大模型之Linux与Shell_用户管理命令.mp4
• 🎬 19_AI大模型之Linux与Shell_用户组管理命令.mp4
• 🎬 20_AI大模型之Linux与Shell_文件权限命令.mp4

day02

• 🎬 00_AI大模型之Linux与Shell_内容回顾.mp4
• 🎬 01_AI大模型之Linux与Shell_find命令.mp4
• 🎬 02_AI大模型之Linux与Shell_管道符和grep.mp4
• 🎬 03_AI大模型之Linux与Shell_打包和解包.mp4
• 🎬 04_AI大模型之Linux与Shell_df,du,top和free命令.mp4
• 🎬 05_AI大模型之Linux与Shell_ps和netstat命令.mp4
• 🎬 06_AI大模型之Linux与Shell_定时任务.mp4
• 🎬 07_AI大模型之Linux与Shell_Shell介绍.mp4
• 🎬 08_AI大模型之Linux与Shell_第一个Shell程序.mp4
• 🎬 09_AI大模型之Linux与Shell_变量定义.mp4
• 🎬 10_AI大模型之Linux与Shell_特殊变量.mp4
• 🎬 11_AI大模型之Linux与Shell_上午内容回顾.mp4
• 🎬 12_AI大模型之Linux与Shell_算术运算与条件判断.mp4
• 🎬 13_AI大模型之Linux与Shell_if分支.mp4
• 🎬 14_AI大模型之Linux与Shell_case分支.mp4
• 🎬 15_AI大模型之Linux与Shell_for循环.mp4
• 🎬 16_AI大模型之Linux与Shell_特殊变量对比.mp4
• 🎬 17_AI大模型之Linux与Shell_while循环.mp4
• 🎬 18_AI大模型之Linux与Shell_read.mp4
• 🎬 19_AI大模型之Linux与Shell_自定义函数.mp4
• 🎬 20_AI大模型之Linux与Shell_cut命令.mp4
• 🎬 21_AI大模型之Linux与Shell_awk命令.mp4

04_MySQL

1.笔记

2.资料

3.代码

4.视频

day01

• 🎬 00_AI大模型之MySQL_每日一考讲解.mp4
• 🎬 01_AI大模型之MySQL_MySQL介绍.mp4
• 🎬 02_AI大模型之MySQL_表之间关系.mp4
• 🎬 03_AI大模型之MySQL_MySQL的安装.mp4
• 🎬 04_AI大模型之MySQL_客户端工具的使用.mp4
• 🎬 05_AI大模型之MySQL_命令行客户端基本操作.mp4
• 🎬 06_AI大模型之MySQL_可视化客户端基本操作.mp4
• 🎬 07_AI大模型之MySQL_SQL语句分类以及规范和注释.mp4
• 🎬 08_AI大模型之MySQL_DDL_库相关.mp4
• 🎬 09_AI大模型之MySQL_DDL_创建表.mp4
• 🎬 10_AI大模型之MySQL_DDL_其它表相关操作.mp4
• 🎬 11_AI大模型之MySQL_DML_向表中添加数据.mp4
• 🎬 12_AI大模型之MySQL_DML_从表中删除数据.mp4
• 🎬 13_AI大模型之MySQL_DML_修改表中数据.mp4
• 🎬 14_AI大模型之MySQL_DML_查询以及总结.mp4
• 🎬 15_AI大模型之MySQL_算术、比较、区间运算符.mp4
• 🎬 16_AI大模型之MySQL_模糊匹配.mp4
• 🎬 17_AI大模型之MySQL_逻辑运算以及空值处理.mp4

day02

• 🎬 00_AI大模型之MySQL_内容回顾.mp4
• 🎬 01_AI大模型之MySQL_整数类型.mp4
• 🎬 02_AI大模型之MySQL_浮点数类型.mp4
• 🎬 03_AI大模型之MySQL_定长与变长字符串.mp4
• 🎬 04_AI大模型之MySQL_枚举与集合.mp4
• 🎬 05_AI大模型之MySQL_日期时间类型.mp4
• 🎬 06_AI大模型之MySQL_常用的数学函数.mp4
• 🎬 07_AI大模型之MySQL_常用数学函数案例.mp4
• 🎬 08_AI大模型之MySQL_上午内容回顾.mp4
• 🎬 09_AI大模型之MySQL_常用字符串函数.mp4
• 🎬 10_AI大模型之MySQL_常用字符函数案例.mp4
• 🎬 11_AI大模型之MySQL_日期函数.mp4
• 🎬 12_AI大模型之MySQL_加密函数.mp4
• 🎬 13_AI大模型之MySQL_条件判断函数.mp4
• 🎬 14_AI大模型之MySQL_聚合函数.mp4
• 🎬 15_AI大模型之MySQL_窗口函数.mp4
• 🎬 16_AI大模型之MySQL_分组函数案例.mp4

day03

• 🎬 00_AI大模型之MySQL_内容回顾.mp4
• 🎬 01_AI大模型之MySQL_关联查询介绍.mp4
• 🎬 02_AI大模型之MySQL_内连接.mp4
• 🎬 03_AI大模型之MySQL_左外连接.mp4
• 🎬 04_AI大模型之MySQL_右外连接.mp4
• 🎬 05_AI大模型之MySQL_全外连接.mp4
• 🎬 06_AI大模型之MySQL_自连接.mp4
• 🎬 07_AI大模型之MySQL_from,where,join,groupby子句.mp4
• 🎬 08_AI大模型之MySQL_having,orderby,limit.mp4
• 🎬 09_AI大模型之MySQL_上午内容回顾.mp4
• 🎬 10_AI大模型之MySQL_select子句执行顺序.mp4
• 🎬 11_AI大模型之MySQL_select中使用子查询.mp4
• 🎬 12_AI大模型之MySQL_where中使用子查询.mp4
• 🎬 13_AI大模型之MySQL_having中使用子查询.mp4
• 🎬 14_AI大模型之MySQL_exists子查询.mp4
• 🎬 15_AI大模型之MySQL_from中使用子查询.mp4
• 🎬 16_AI大模型之MySQL_update中使用子查询.mp4
• 🎬 17_AI大模型之MySQL_子查询建表以及通用表达式.mp4

day04

Python连接外部数据源

代码

• 🎬 00_AI大模型之MySQL_内容回顾.mp4
• 🎬 01_AI大模型之MySQL_约束介绍.mp4
• 🎬 02_AI大模型之MySQL_非空约束.mp4
• 🎬 03_AI大模型之MySQL_唯一键索引.mp4
• 🎬 04_AI大模型之MySQL_主键约束.mp4
• 🎬 05_AI大模型之MySQL_自增约束.mp4
• 🎬 06_AI大模型之MySQL_默认值约束.mp4
• 🎬 07_AI大模型之MySQL_检查约束.mp4
• 🎬 08_AI大模型之MySQL_外键约束.mp4
• 🎬 09_AI大模型之MySQL_事务.mp4
• 🎬 10_AI大模型之MySQL_事务隔离级别.mp4
• 🎬 11_AI大模型之MySQL_用户管理.mp4
• 🎬 12_AI大模型之MySQL_从本地MySQL中查询数据.mp4
• 🎬 13_AI大模型之MySQL_添加，修改，删除数据.mp4
• 🎬 14_AI大模型之MySQL_Ubuntu上安装MySQL.mp4
• 🎬 15_AI大模型之MySQL_操作Ubuntu上的MySQL.mp4
• 🎬 16_AI大模型之MySQL_操作Redis.mp4
• 🎬 17_AI大模型之MySQL_操作Hive.mp4

05_Numpy&Pandas

1.笔记

2.资料

data

3.代码

4.视频

day01

代码

• 🎬 00_AI大模型之Numpy_Pandas_前面内容梳理.mp4
• 🎬 01_AI大模型之Numpy_Pandas_Anaconda介绍.mp4
• 🎬 02_AI大模型之Numpy_Pandas_Window上安装Anaconda.mp4
• 🎬 03_AI大模型之Numpy_Pandas_Ubuntu上安装Anaconda.mp4
• 🎬 04_AI大模型之Numpy_Pandas_Pycharm中集成Jupyter.mp4
• 🎬 05_AI大模型之Numpy_Pandas_上午内容回顾.mp4
• 🎬 06_AI大模型之Numpy_Pandas_Pycharm中使用远程Jupyter.mp4
• 🎬 07_AI大模型之Numpy_Pandas_Numpy介绍.mp4
• 🎬 08_AI大模型之Numpy_Pandas_ndArray常用的属性.mp4
• 🎬 09_AI大模型之Numpy_Pandas_array()与asarray().mp4
• 🎬 10_AI大模型之Numpy_Pandas_zeros、ones、empty.mp4
• 🎬 11_AI大模型之Numpy_Pandas_full、arange、linspace、logspace.mp4
• 🎬 12_AI大模型之Numpy_Pandas_随机数数组以及matrix.mp4
• 🎬 13_AI大模型之Numpy_Pandas_ndarray数据类型.mp4
• 🎬 14_AI大模型之Numpy_Pandas_切片和索引.mp4
• 🎬 15_AI大模型之Numpy_Pandas_基本函数.mp4

day02

代码

• 🎬 00_AI大模型之Numpy_Pandas_内容回顾.mp4
• 🎬 01_AI大模型之Numpy_Pandas_统计函数.mp4
• 🎬 02_AI大模型之Numpy_Pandas_比较、排序、去重函数.mp4
• 🎬 03_AI大模型之Numpy_Pandas_广播.mp4
• 🎬 04_AI大模型之Numpy_Pandas_矩阵乘法.mp4
• 🎬 05_AI大模型之Numpy_Pandas_Pandas介绍.mp4
• 🎬 06_AI大模型之Numpy_Pandas_Series对象的创建.mp4
• 🎬 07_AI大模型之Numpy_Pandas_Series常用属性.mp4
• 🎬 08_AI大模型之Numpy_Pandas_Series常用方法_1.mp4
• 🎬 09_AI大模型之Numpy_Pandas_Series常用方式_2.mp4
• 🎬 10_AI大模型之Numpy_Pandas_Series的计算.mp4
• 🎬 11_AI大模型之Numpy_Pandas_DataFrame对象的创建.mp4
• 🎬 12_AI大模型之Numpy_Pandas_DataFrame常用的属性.mp4

day03

• 🎬 00_AI大模型之Numpy_Pandas_内容回顾.mp4
• 🎬 01_AI大模型之Numpy_Pandas_DataFrame常用方法.mp4
• 🎬 02_AI大模型之Numpy_Pandas_布尔索引以及DataFrame的运算.mp4
• 🎬 03_AI大模型之Numpy_Pandas_DataFrame的修改操作.mp4
• 🎬 04_AI大模型之Numpy_Pandas_数据的导出.mp4
• 🎬 05_AI大模型之Numpy_Pandas_数据的导入以及日期处理初识.mp4
• 🎬 06_AI大模型之Numpy_Pandas_简单数据分析.mp4
• 🎬 07_AI大模型之Numpy_Pandas_分组聚合统计.mp4
• 🎬 08_AI大模型之Numpy_Pandas_员工分析练习.mp4
• 🎬 09_AI大模型之Numpy_Pandas_concat.mp4
• 🎬 10_AI大模型之Numpy_Pandas_merge基本连接.mp4
• 🎬 11_AI大模型之Numpy_Pandas_merge实现内外连接以及join连接.mp4

day04

• 🎬 00_AI大模型之Numpy_Pandas_内容回顾.mp4
• 🎬 01_AI大模型之Numpy_Pandas_查看缺失值.mp4
• 🎬 02_AI大模型之Numpy_Pandas_剔除以及填充缺失值.mp4
• 🎬 03_AI大模型之Numpy_Pandas_Series中使用apply.mp4
• 🎬 04_AI大模型之Numpy_Pandas_DataFrame中使用apply以及向量化函数.mp4
• 🎬 05_AI大模型之Numpy_Pandas_DataFrameGroupBy对象.mp4
• 🎬 06_AI大模型之Numpy_Pandas_cut函数.mp4
• 🎬 07_AI大模型之Numpy_Pandas_上午内容回顾.mp4
• 🎬 08_AI大模型之Numpy_Pandas_分组聚合.mp4
• 🎬 09_AI大模型之Numpy_Pandas_分组转换以及分组过滤.mp4
• 🎬 10_AI大模型之Numpy_Pandas_按睡眠时间和压力等级统计睡眠质量.mp4
• 🎬 11_AI大模型之Numpy_Pandas_睡眠时间、压力等级、职业、性别统计睡眠质量.mp4
• 🎬 12_AI大模型之Numpy_Pandas_Pandas日期类型.mp4
• 🎬 13_AI大模型之Numpy_Pandas_时间序列.mp4
• 🎬 14_AI大模型之Numpy_Pandas_Matplotlib绘图.mp4

day05

• 🎬 00_AI大模型之Numpy_Pandas_内容回顾.mp4
• 🎬 01_AI大模型之Numpy_Pandas_面向对象的方式显示正余弦.mp4
• 🎬 02_AI大模型之Numpy_Pandas_Matplotlib直方图以及散点图.mp4
• 🎬 03_AI大模型之Numpy_Pandas_Pandas的Plot的绘图展示.mp4
• 🎬 04_AI大模型之Numpy_Pandas_Seaborn可视化.mp4
• 🎬 05_AI大模型之Numpy_Pandas_房价评估项目介绍.mp4
• 🎬 06_AI大模型之Numpy_Pandas_数据的导入以及清洗.mp4
• 🎬 07_AI大模型之Numpy_Pandas_添加新的特征(1).mp4
• 🎬 07_AI大模型之Numpy_Pandas_添加新的特征.mp4
• 🎬 08_AI大模型之Numpy_Pandas_描述性和相关性统计.mp4
• 🎬 09_AI大模型之Numpy_Pandas_分组聚合统计以及可视化.mp4
• 🎬 10_AI大模型之Numpy_Pandas_总结.mp4

06_机器学习核心

1.笔记

2.资料

data

3.代码

4.视频

day01

• 🎬 1_课程整体介绍.wmv
• 🎬 2_数学基础_导数.wmv
• 🎬 3_练习_函数和导数.wmv
• 🎬 4_偏导数和梯度.wmv
• 🎬 5_向量运算.wmv
• 🎬 6_矩阵运算.wmv
• 🎬 7_矩阵求导.wmv
• 🎬 8_梯度矩阵.wmv
• 🎬 9_练习_计算梯度.wmv
• 🎬 10_概率和概率分布.wmv
• 🎬 11_练习_生成随机数.wmv
• 🎬 12_贝叶斯定理.wmv
• 🎬 13_极大似然估计.wmv
• 🎬 14_机器学习概述.wmv
• 🎬 15_机器学习发展历史.wmv

day02

• 🎬 1_机器学习应用领域.wmv
• 🎬 2_机器学习基本术语.wmv
• 🎬 3_机器学习方法分类.wmv
• 🎬 4_机器学习建模流程.wmv
• 🎬 5_特征工程的内容.wmv
• 🎬 6_特征工程方法_低方差过滤法.wmv
• 🎬 7_特征工程方法_皮尔逊相关系数法.wmv
• 🎬 8_特征工程方法_斯皮尔曼相关系数法.wmv
• 🎬 9_特征工程方法_PCA.wmv
• 🎬 10_PCA补充说明.wmv
• 🎬 11_PCA补充说明2.wmv

day03

• 🎬 1_损失函数.wmv
• 🎬 2_经验误差和泛化误差.wmv
• 🎬 3_欠拟合和过拟合.wmv
• 🎬 4_拟合案例_欠拟合.wmv
• 🎬 5_拟合案例_恰好拟合和过拟合.wmv
• 🎬 6_拟合案例_问题解答.wmv
• 🎬 7_拟合案例_问题解答补充.wmv
• 🎬 8_正则化.wmv
• 🎬 9_正则化_问题解答.wmv
• 🎬 10_正则化_案例.wmv
• 🎬 11_交叉验证.wmv
• 🎬 12_交叉验证_补充说明.wmv
• 🎬 13_模型求解算法_解析法.wmv
• 🎬 14_交叉验证_补充说明2.wmv
• 📦 ch02_base_Day03.zip

Day04

• 🎬 1_机器学习流程总结.wmv
• 🎬 2_梯度下降法.wmv
• 🎬 3_梯度下降法分类.wmv
• 🎬 4_梯度下降法具体步骤.wmv
• 🎬 5_梯度下降法案例_求函数最小值.wmv
• 🎬 6_梯度下降法案例_求函数目标值的位置.wmv
• 🎬 7_学习率的调整.wmv
• 🎬 8_梯度下降法应用.wmv
• 🎬 9_牛顿法和逆牛顿法.wmv
• 🎬 10_回归模型评价指标.wmv
• 🎬 11_分类模型评价指标_混淆矩阵.wmv
• 🎬 12_分类模型评价指标_精确率和召回率.wmv
• 🎬 13_分类模型评价指标_f1和分类报告.wmv
• 🎬 14_分类模型评价指标_ROC和AUC.wmv
• 📦 ml_tutorial_Day04.zip

day05

• 🎬 1_机器学习基本理论复习总结.wmv
• 🎬 2_ROC_补充说明.wmv
• 🎬 3_KNN_原理介绍.wmv
• 🎬 4_KNN_API示例_分类.wmv
• 🎬 5_KNN_API示例_回归.wmv
• 🎬 6_补充说明_距离计算和权重.wmv
• 🎬 7_KNN_距离度量方法.wmv
• 🎬 8_归一化.wmv
• 🎬 9_标准化.wmv
• 🎬 10_心脏病案例_数据集说明和加载.wmv
• 🎬 11_心脏病案例_数据集划分.wmv
• 🎬 12_心脏病案例_特征工程.wmv
• 🎬 13_心脏病案例_模型训练和评估.wmv
• 🎬 14_心脏病案例_模型保存加载和预测.wmv
• 🎬 15_心脏病案例_网格搜索和交叉验证.wmv
• 📦 ml_tutorial_Day05.zip

day06

• 🎬 1_复习回顾_KNN.wmv
• 🎬 2_补充说明_网格搜索和交叉验证.wmv
• 🎬 3_线性回归_原理和应用.wmv
• 🎬 4_线性回归_API应用示例.wmv
• 🎬 5_线性回归_损失函数.wmv
• 🎬 6_线性回归_最小二乘法求解一元线性回归.wmv
• 🎬 7_线性回归_正规方程法求解.wmv
• 🎬 8_线性回归_API_截距参数.wmv
• 🎬 9_线性回归_梯度下降法.wmv
• 🎬 10_线性回归_梯度下降法主要问题.wmv
• 🎬 11_线性回归_梯度下降法API调用.wmv
• 🎬 12_线性回归案例_广告效果预测.wmv

day07

• 🎬 1_复习回顾_线性回归.wmv
• 🎬 2_问题解答_梯度下降tol参数.wmv
• 🎬 3_逻辑回归_基本概念和原理.wmv
• 🎬 4_逻辑回归_函数表达式补充说明.wmv
• 🎬 5_逻辑回归_应用场景.wmv
• 🎬 6_逻辑回归_损失函数.wmv
• 🎬 7_逻辑回归_损失函数的梯度.wmv
• 🎬 8_逻辑回归_API参数介绍.wmv
• 🎬 9_逻辑回归_应用案例_心脏病检测.wmv
• 🎬 10_逻辑回归_多分类任务.wmv
• 🎬 11_逻辑回归案例_手写数字识别.wmv
• 🎬 12_感知机_基本介绍.wmv
• 🎬 13_感知机_逻辑门电路.wmv
• 🎬 14_感知机_简单实现与门.wmv
• 🎬 15_感知机_实现逻辑门电路.wmv
• 🎬 16_感知机_感知机的局限.wmv
• 🎬 17_感知机_多层感知机实现异或门.wmv
• 📦 ml_tutorial_Day07.zip

day08

• 🎬 1_复习回顾_逻辑回归和感知机.wmv
• 🎬 2_朴素贝叶斯_基本原理.wmv
• 🎬 3_朴素贝叶斯_贝叶斯估计.wmv
• 🎬 4_决策树_基本原理和工作过程.wmv
• 🎬 5_决策树_信息熵和条件熵.wmv
• 🎬 6_决策树_信息增益.wmv
• 🎬 7_决策树_信息增益率和基尼系数.wmv
• 🎬 8_决策树_回归树.wmv
• 🎬 9_决策树_剪枝.wmv
• 🎬 10_支持向量机.wmv
• 🎬 11_集成学习_基本介绍.wmv
• 🎬 12_集成学习_AdaBoost.wmv
• 🎬 13_集成学习_随机森林.wmv
• 🎬 14_聚类_原理简介和聚类算法.wmv
• 📦 ml_tutorial_Day08.zip

day09

• 🎬 1_复习回顾_其它监督学习和聚类算法.wmv
• 🎬 2_聚类_KMeans代码示例.wmv
• 🎬 3_聚类_评价指标.wmv
• 🎬 4_降维_奇异值分解.wmv
• 🎬 5_降维_主成分分析.wmv
• 🎬 6_机器学习总体复习.wmv
• 📦 ml_tutorial.zip

07_深度学习核心

1.笔记

2.资料

data

3.代码

4.视频

day01

• 🎬 1_深度学习课程简介.wmv
• 🎬 2_深度学习_概述.wmv
• 🎬 3_神经网络_基本概念和构成.wmv
• 🎬 4_神经网络_从感知机到激活函数.wmv
• 🎬 5_神经网络_激活函数（一）.wmv
• 🎬 6_神经网络_激活函数（二）.wmv
• 🎬 7_神经网络_激活函数（三）.wmv
• 🎬 8_神经网络_三层网络结构和信号传递.wmv
• 🎬 9_神经网络_三层网络的代码实现.wmv
• 🎬 10_问题解答.wmv
• 📦 dl_tutorial_Day01.zip

day02

• 🎬 1_复习回顾_神经网络基础.wmv
• 🎬 2_神经网络_应用案例_整体介绍.wmv
• 🎬 3_神经网络_应用案例_代码实现.wmv
• 🎬 4_神经网络_应用案例_批量处理改进.wmv
• 🎬 5_神经网络和机器学习的联系和区别.wmv
• 🎬 6_神经网络的学习_损失函数.wmv
• 🎬 7_问题解答_交叉熵损失函数实现.wmv
• 🎬 8_导数和数值微分.wmv
• 🎬 9_导数和数值微分_应用案例.wmv
• 🎬 10_偏导数和梯度.wmv
• 🎬 11_数值微分计算梯度矩阵.wmv
• 🎬 12_神经网络的梯度计算.wmv
• 🎬 13_问题解答.wmv
• 📦 dl_tutorial_Day02.zip

day03

• 🎬 1_复习总结_损失函数和梯度.wmv
• 🎬 2_问题解答_损失函数代码实现.wmv
• 🎬 3_梯度下降法_原理和代码实现.wmv
• 🎬 4_随机梯度下降法.wmv
• 🎬 5_模型训练相关概念.wmv
• 🎬 6_SGD应用案例（一）_实现两层网络类.wmv
• 🎬 7_SGD应用案例（二）_计算梯度.wmv
• 🎬 8_SGD应用案例（三）_两层网络类总结.wmv
• 🎬 9_SGD应用案例（四）_SGD训练模型.wmv
• 🎬 10_问题解答_SGD训练模型.wmv
• 🎬 11_反向传播_计算图和BP基本原理.wmv
• 🎬 12_反向传播_链式法则和加法乘法规则.wmv
• 📦 dl_tutorial_Day03.zip

day04

• 🎬 1_复习回顾_SGD和反向传播.wmv
• 🎬 2_激活层反向传播_ReLU.wmv
• 🎬 3_问题解答_ReLU反向传播.wmv
• 🎬 4_问题解答2_ReLU反向传播.wmv
• 🎬 5_激活层反向传播_Sigmoid.wmv
• 🎬 6_问题解答_Sigmoid反向传播.wmv
• 🎬 7_Affine反向传播_原理推导.wmv
• 🎬 8_Affine反向传播_代码实现.wmv
• 🎬 9_输出层反向传播_Softmax+Loss.wmv
• 🎬 10_问题解答_Softmax+Loss.wmv
• 🎬 11_输出层反向传播_代码实现.wmv
• 🎬 12_反向传播案例_两层网络代码实现.wmv
• 🎬 13_反向传播案例_SGD代码实现和测试.wmv
• 🎬 14_问题解答_输出层反向传播.wmv
• 📦 dl_tutorial_Day04.zip

Day05

• 🎬 1_复习回顾_反向传播.wmv
• 🎬 2_问题解答_代码赋值.wmv
• 🎬 3_深度学习_基本概念.wmv
• 🎬 4_梯度消失和梯度爆炸.wmv
• 🎬 5_SGD的问题和代码实现.wmv
• 🎬 6_动量法.wmv
• 🎬 7_学习率衰减.wmv
• 🎬 8_AdaGrad.wmv
• 🎬 9_RMSProp.wmv
• 🎬 10_Adam.wmv
• 🎬 11_更新参数优化方法比较.wmv
• 🎬 12_PyTorch简介和安装说明.wmv
• 📦 dl_tutorial_Day05.zip

day06

• 🎬 1_复习回顾_学习方法优化.wmv
• 🎬 2_参数初始化_常数初始化.wmv
• 🎬 3_参数初始化_Xavier初始化和He初始化.wmv
• 🎬 4_正则化_批量标准化.wmv
• 🎬 5_正则化_权值衰减和随机失活.wmv
• 🎬 6_PyTorch_安装验证.wmv
• 🎬 7_PyTorch_张量的创建_基本创建方法.wmv
• 🎬 8_PyTorch_张量的创建_指定Tensor类型.wmv
• 🎬 9_问题解答_Tensor创建方法对比.wmv
• 🎬 10_PyTorch_张量的创建_指定区间.wmv
• 🎬 11_PyTorch_张量的创建_指定填充数值.wmv
• 🎬 12_PyTorch_张量的创建_随机创建.wmv
• 🎬 13_PyTorch_张量转换_元素类型转换.wmv
• 🎬 14_PyTorch_张量转换_张量和ndarray转换.wmv
• 🎬 15_PyTorch_张量数值计算_基本运算.wmv
• 🎬 16_PyTorch_张量数值计算_矩阵乘法运算.wmv
• 📦 dl_tutorial.zip

day07

• 🎬 1_复习回顾.wmv
• 🎬 2_节省内存操作.wmv
• 🎬 3_问题解答_节省内存操作.wmv
• 🎬 4_张量统计计算_维度介绍和sum求和.wmv
• 🎬 5_张量统计计算_其它统计聚合函数.wmv
• 🎬 6_张量统计计算_unique去重.wmv
• 🎬 7_张量统计计算_sort排序.wmv
• 🎬 8_张量索引_简单索引和范围索引.wmv
• 🎬 9_张量索引_列表索引和布尔索引.wmv
• 🎬 10_张量交换维度.wmv
• 🎬 11_张量调整形状.wmv
• 🎬 12_张量增加和删除维度.wmv
• 🎬 13_张量拼接和堆叠.wmv
• 🎬 14_自动微分模块_简单网络中的梯度计算.wmv
• 🎬 15_自动微分模块_叶子节点和非叶子结点.wmv
• 📦 dl_tutorial_Day07.zip

day08

• 🎬 1_复习回顾.wmv
• 🎬 2_自动微分模块_detach.wmv
• 🎬 3_自动微分模块_detach对梯度计算的影响测试.wmv
• 🎬 4_线性回归案例.wmv
• 🎬 5_问题解答_matplotlib不兼容.wmv
• 🎬 6_PyTorch深度学习_激活函数_Sigmoid.wmv
• 🎬 7_PyTorch深度学习_data和detach方法对比.wmv
• 🎬 8_PyTorch深度学习_其它激活函数.wmv
• 🎬 9_PyTorch深度学习_参数初始化.wmv
• 🎬 10_PyTorch深度学习_Dropout.wmv
• 🎬 11_PyTorch深度学习_搭建简单神经网络.wmv
• 📦 dl_tutorial_Day08.zip

day09

• 🎬 1_复习回顾.wmv
• 🎬 2_问题解答_Module的前向传播和特殊方法.wmv
• 🎬 3_神经网络_查看模型结构和参数.wmv
• 🎬 4_神经网络_定义设备.wmv
• 🎬 5_神经网络_使用Sequential定义神经网络.wmv
• 🎬 6_问题解答_定义设备.wmv
• 🎬 7_损失函数_分类问题_交叉熵损失.wmv
• 🎬 8_问题解答_分类交叉熵损失函数.wmv
• 🎬 9_损失函数_回归问题损失函数.wmv
• 🎬 10_损失函数_综合应用示例.wmv
• 🎬 11_学习优化方法_动量法.wmv
• 🎬 12_学习优化方法_动量法手动实现.wmv
• 📦 dl_tutorial_Day09.zip

day10

• 🎬 1_复习回顾.wmv
• 🎬 2_问题解答_动量法代码优化.wmv
• 🎬 3_学习优化方法_学习率衰减_等间隔.wmv
• 🎬 4_学习优化方法_学习率衰减_指定间隔和指数衰减.wmv
• 🎬 5_学习优化方法_AdaGrad_调库实现.wmv
• 🎬 6_学习优化方法_AdaGrad_手动实现.wmv
• 🎬 7_学习优化方法_RMSProp.wmv
• 🎬 8_学习优化方法_Adam.wmv
• 🎬 9_综合应用案例_房价预测_数据介绍和整体架构.wmv
• 🎬 10_综合应用案例_房价预测_构建数据集.wmv
• 🎬 11_问题解答_列转换.wmv
• 🎬 12_综合应用案例_房价预测_创建神经网络模型.wmv
• 🎬 13_综合应用案例_房价预测_定义损失函数.wmv
• 🎬 14_综合应用案例_房价预测_训练和测试模型.wmv
• 🎬 15_综合应用案例_房价预测_整体运行测试.wmv
• 🎬 16_问题解答_随机划分训练集和打印进度条.wmv
• 📦 dl_tutorial_Day10.zip

day11

• 🎬 1_复习回顾.wmv
• 🎬 2_复习总结_神经网络和深度学习基础.wmv
• 🎬 3_CNN_基本概念和整体结构.wmv
• 🎬 4_CNN_卷积运算数学原理.wmv
• 🎬 5_CNN_卷积层的卷积运算.wmv
• 🎬 6_CNN_填充和步幅.wmv
• 🎬 7_CNN_高维数据卷积运算.wmv
• 🎬 8_问题解答_偏置.wmv
• 🎬 9_CNN_卷积层API.wmv
• 🎬 10_问题解答_卷积层API代码.wmv
• 🎬 11_扩展_分组卷积和膨胀卷积.wmv
• 🎬 12_CNN_池化层.wmv
• 🎬 13_CNN_池化层API.wmv
• 📦 dl_tutorial_Day11.zip

day12

• 🎬 1_复习回顾.wmv
• 🎬 2_CNN的发展和变化.wmv
• 🎬 3_CNN应用案例_数据加载和预处理.wmv
• 🎬 4_CNN应用案例_创建神经网络模型.wmv
• 🎬 5_CNN应用案例_问题解答_模型各层输入输出形状.wmv
• 🎬 6_CNN应用案例_模型训练和测试.wmv
• 🎬 7_CNN应用案例_问题解答_训练误差的统计.wmv
• 🎬 8_CNN应用案例_代码测试.wmv
• 🎬 9_RNN_自然语言处理概述.wmv
• 🎬 10_RNN_自然语言处理应用.wmv
• 🎬 11_词嵌入_基本概念和原理.wmv
• 🎬 12_词嵌入层_深入理解.wmv
• 🎬 13_词嵌入层_API.wmv
• 📦 dl_tutorial_Day12.zip

day13

• 🎬 1_复习回顾.wmv
• 🎬 2_RNN的发展历史.wmv
• 🎬 3_RNN基本原理和数学表达.wmv
• 🎬 4_RNN_API调用.wmv
• 🎬 5_问题解答_隐状态的维度.wmv
• 🎬 6_RNN案例_古诗生成_数据预处理.wmv
• 🎬 7_RNN案例_古诗生成_构建训练数据集.wmv
• 🎬 8_RNN案例_古诗生成_创建模型.wmv
• 🎬 9_RNN案例_古诗生成_模型训练.wmv
• 🎬 9_问题说明.wmv
• 🎬 10_RNN案例_古诗生成_生成测试.wmv
• 📦 dl_tutorial.zip

深度学习

• 🎬 1_基础概念.wmv
• 🎬 2_激活函数.wmv
• 🎬 3_神经网络的训练.wmv
• 🎬 4_神经网络的超参数.wmv
• 🎬 5_神经网络的优化.wmv
• 🎬 6_CNN.wmv
• 🎬 7_RNN.wmv
• 🎬 8_问题补充说明_数据不平衡.wmv

08_大模型项目之智图寻宝

1.笔记

2.资料

神经网络架构图

• 📦 dataset.zip
• 📦 pictures.zip

3.代码

4.视频

day01

• 🎬 1_智图寻宝项目_整体介绍.wmv
• 🎬 2_智图寻宝项目_项目架构.wmv
• 🎬 3_智图寻宝项目_环境准备.wmv
• 🎬 4_智图寻宝项目_公共模块.wmv
• 🎬 5_问题解答_benchmark.wmv
• 🎬 6_智图寻宝项目_自编码器.wmv
• 🎬 7_智图寻宝项目_案例_编码器结构.wmv
• 🎬 8_智图寻宝项目_案例_解码器结构.wmv
• 🎬 9_智图寻宝项目_案例_加载图片.wmv
• 🎬 10_智图寻宝项目_案例_创建模型.wmv
• 🎬 11_智图寻宝项目_案例_训练和重构图像.wmv
• 📦 image_processing_Day01.zip

day02

• 🎬 1_复习回顾.wmv
• 🎬 2_问题解答_引入噪声.wmv
• 🎬 3_智图寻宝项目_去噪模块_架构分析.wmv
• 🎬 4_问题解答_池化形状变化.wmv
• 🎬 5_智图寻宝项目_去噪模块_自定义数据集类.wmv
• 🎬 6_问题解答_图片通道数和加载方式.wmv
• 🎬 7_智图寻宝项目_去噪模块_数据集创建和加载.wmv
• 🎬 8_智图寻宝项目_去噪模块_模型创建.wmv
• 🎬 9_问题解答_通用池化层.wmv
• 🎬 10_智图寻宝项目_去噪模块_模型训练.wmv
• 🎬 11_智图寻宝项目_去噪模块_模型测试验证.wmv
• 🎬 12_智图寻宝项目_去噪模块实现_代码整体结构.wmv
• 📦 image_processing_Day02.zip

day03

• 🎬 1_扩展_转置卷积.wmv
• 🎬 2_智图寻宝项目_去噪模块实现_配置文件.wmv
• 🎬 3_智图寻宝项目_去噪模块实现_定义数据集.wmv
• 🎬 4_智图寻宝项目_去噪模块实现_数据集测试.wmv
• 🎬 5_智图寻宝项目_去噪模块实现_模型定义.wmv
• 🎬 6_智图寻宝项目_去噪模块实现_训练测试引擎.wmv
• 🎬 7_智图寻宝项目_去噪模块实现_训练模型.wmv
• 🎬 8_智图寻宝项目_去噪模块实现_测试模型效果.wmv
• 🎬 9_智图寻宝项目_去噪模块实现_测试结果说明.wmv
• 🎬 10_智图寻宝项目_分类模块_架构说明.wmv
• 🎬 11_智图寻宝项目_分类模块_创建数据集.wmv
• 🎬 12_智图寻宝项目_分类模块_创建模型.wmv
• 📦 image_processing_Day03.zip

day04

• 🎬 1_复习回顾.wmv
• 🎬 2_问题解答_模型架构设计.wmv
• 🎬 3_智图寻宝项目_分类模块_模型定义扩展.wmv
• 🎬 4_智图寻宝项目_分类模块_训练模型.wmv
• 🎬 5_智图寻宝项目_分类模块_模型测试和评估.wmv
• 🎬 6_智图寻宝项目_分类模块实现_配置文件.wmv
• 🎬 7_智图寻宝项目_分类模块实现_创建数据集.wmv
• 🎬 8_智图寻宝项目_分类模块实现_定义模型.wmv
• 🎬 9_智图寻宝项目_分类模块实现_模型训练和评估.wmv
• 🎬 10_智图寻宝项目_分类模块实现_训练和评估结果分析.wmv
• 🎬 11_智图寻宝项目_相似检索模块_实现思路和模型架构.wmv
• 🎬 12_智图寻宝项目_相似检索模块_配置文件.wmv
• 🎬 13_智图寻宝项目_相似检索模块_定义数据集.wmv
• 🎬 14_智图寻宝项目_相似检索模块_定义模型.wmv
• 🎬 15_智图寻宝项目_相似检索模块_引擎实现.wmv
• 🎬 16_智图寻宝项目_相似检索模块_模型训练.wmv
• 🎬 17_智图寻宝项目_相似检索模块_训练结果分析.wmv
• 📦 image_processing_Day04.zip

day05

• 🎬 1_复习回顾.wmv
• 🎬 2_作业讲解_模型的Sequential表达.wmv
• 🎬 3_问题解答_DataLoader.wmv
• 🎬 4_智图寻宝项目_web模块和综合测试.wmv
• 🎬 5_智图寻宝项目_web模块代码解析.wmv
• 🎬 6_智图寻宝项目_面试串讲_整体介绍和对比损失.wmv
• 🎬 7_智图寻宝项目_面试串讲_去噪模块和椒盐噪声.wmv
• 🎬 8_智图寻宝项目_面试串讲_感知损失.wmv
• 🎬 9_智图寻宝项目_面试串讲_模型训练和优化.wmv
• 📦 image_processing.zip

09_NLP核心

1.笔记

2.资料

1.词向量

sgns.weibo.word

2.数据集

1.评论数据集

2.对话数据集

3.中英短句数据集

3.预训练模型

bert-base-chinese

.cache

huggingface

download

3.代码

4.视频

day01

word_represent

data

• 🎬 01-大模型-NLP-课程介绍.mp4
• 🎬 02-大模型-NLP-导论-常见任务.mp4
• 🎬 03-大模型-NLP-导论-技术演进历史.mp4
• 🎬 04-大模型-NLP-文本表示-概述.mp4
• 🎬 05-大模型-NLP-文本表示-英文分词.mp4
• 🎬 06-大模型-NLP-文本表示-中文分词.mp4
• 🎬 07-大模型-NLP-文本表示-分词工具概述.mp4
• 🎬 08-大模型-NLP-文本表示-分词工具-jieba-分词模式.mp4
• 🎬 09-大模型-NLP-文本表示-分词工具-jieba-自定义词典.mp4
• 🎬 10-大模型-NLP-文本表示-词表示-概述&one-hot&语义化词向量概述.mp4
• 🎬 11-大模型-NLP-文本表示-词表示-Word2Vec-概述.mp4
• 🎬 12-大模型-NLP-文本表示-词表示-Word2Vec-数据集说明.mp4
• 🎬 13-大模型-NLP-文本表示-词表示-Word2Vec-模型结构&训练逻辑.mp4
• 🎬 14-大模型-NLP-文本表示-词表示-Word2Vec-gensim概述.mp4
• 🎬 15-大模型-NLP-文本表示-词表示-Word2Vec-公开词向量介绍.mp4
• 🎬 16-大模型-NLP-文本表示-词表示-Word2Vec-加载公开词向量.mp4
• 🎬 17-大模型-NLP-文本表示-词表示-Word2Vec-自行训练词向量-说明.mp4
• 🎬 18-大模型-NLP-文本表示-词表示-Word2Vec-自行训练词向量-实操.mp4
• 🎬 19-大模型-NLP-文本表示-词表示-初始化Embedding-说明.mp4
• 🎬 20-大模型-NLP-小总结.mp4

day02

day02

input-method

data

processed

raw

models

word_represent

data

• 🎬 01-大模型-NLP-文本表示-词表示-语义化词向量-Word2vec-应用-概述.mp4
• 🎬 02-大模型-NLP-文本表示-词表示-语义化词向量-Word2vec-应用-编码.mp4
• 🎬 03-大模型-NLP-文本表示-词表示-上下文相关词向量-介绍.mp4
• 🎬 04-大模型-NLP-传统序列模型-RNN-概述.mp4
• 🎬 05-大模型-NLP-传统序列模型-RNN-基础结构.mp4
• 🎬 06-大模型-NLP-传统序列模型-RNN-数学公式.mp4
• 🎬 07-大模型-NLP-传统序列模型-RNN-多层结构.mp4
• 🎬 08-大模型-NLP-传统序列模型-RNN-双向结构.mp4
• 🎬 09-大模型-NLP-传统序列模型-RNN-多层&双向结构.mp4
• 🎬 10-大模型-NLP-传统序列模型-RNN-API使用-概述.mp4
• 🎬 11-大模型-NLP-传统序列模型-RNN-API使用-构造参数.mp4
• 🎬 12-大模型-NLP-传统序列模型-RNN-API使用-输入输出-概述.mp4
• 🎬 13-大模型-NLP-传统序列模型-RNN-API使用-输入输出-单层单向.mp4
• 🎬 14-大模型-NLP-传统序列模型-RNN-API使用-输入输出-多层单向.mp4
• 🎬 15-大模型-NLP-传统序列模型-RNN-API使用-输入输出-单层双向&多层双向.mp4
• 🎬 16-大模型-NLP-传统序列模型-RNN-API练习.mp4
• 🎬 17-大模型-NLP-传统序列模型-RNN-案例实操-需求说明.mp4
• 🎬 18-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-数据集.mp4
• 🎬 19-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-模型设计.mp4
• 🎬 20-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-训练方案.mp4
• 🎬 21-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-项目结构说明.mp4
• 🎬 22-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-预处理-Pandas读写json文件.mp4
• 🎬 23-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-预处理-文件路径处理.mp4
• 🎬 24-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-预处理-划分数据集&构建词表.mp4
• 🎬 25-大模型-NLP-传统序列模型-RNN-案例实操-思路分析-预处理-构建数据集并保存.mp4

day03

day03

input-method

data

processed

raw

models

test

word_represent

data

• 🎬 01-大模型-NLP-传统序列模型-RNN-输入法案例-数据集-上.mp4
• 🎬 02-大模型-NLP-传统序列模型-RNN-输入法案例-数据集-下.mp4
• 🎬 03-大模型-NLP-传统序列模型-RNN-输入法案例-模型定义.mp4
• 🎬 04-大模型-NLP-传统序列模型-RNN-输入法案例-模型定义-补充.mp4
• 🎬 05-大模型-NLP-传统序列模型-RNN-输入法案例-训练-准备工作.mp4
• 🎬 06-大模型-NLP-传统序列模型-RNN-输入法案例-训练-编码.mp4
• 🎬 07-大模型-NLP-传统序列模型-RNN-输入法案例-训练-补充说明.mp4
• 🎬 08-大模型-NLP-传统序列模型-RNN-输入法案例-训练-Tensorboard概述.mp4
• 🎬 09-大模型-NLP-传统序列模型-RNN-输入法案例-训练-Tensorboard使用说明.mp4
• 🎬 10-大模型-NLP-传统序列模型-RNN-输入法案例-训练-可视化训练过程.mp4
• 🎬 11-大模型-NLP-传统序列模型-RNN-输入法案例-训练-保存模型.mp4
• 🎬 12-大模型-NLP-传统序列模型-RNN-输入法案例-预测-核心功能.mp4
• 🎬 13-大模型-NLP-传统序列模型-RNN-输入法案例-预测-客户端逻辑.mp4
• 🎬 14-大模型-NLP-传统序列模型-RNN-输入法案例-评估.mp4

day04

day04

input-method

data

processed

raw

models

test

review-analyze-lstm

data

processed

raw

models

word_represent

data

• 🎬 01-大模型-NLP-序列模型-RNN-案例实操-Tokenizer说明.mp4
• 🎬 02-大模型-NLP-序列模型-RNN-案例实操-Tokenizer编码.mp4
• 🎬 03-大模型-NLP-序列模型-RNN-案例实操-代码改造.mp4
• 🎬 04-大模型-NLP-序列模型-RNN-问题分析.mp4
• 🎬 05-大模型-NLP-序列模型-LSTM-概述.mp4
• 🎬 06-大模型-NLP-序列模型-LSTM-内部结构.mp4
• 🎬 07-大模型-NLP-序列模型-LSTM-环节梯度消失梯度爆炸问题的思路.mp4
• 🎬 08-大模型-NLP-序列模型-LSTM-复杂结构.mp4
• 🎬 09-大模型-NLP-序列模型-LSTM-API-构造参数.mp4
• 🎬 10-大模型-NLP-序列模型-LSTM-API-输入输出.mp4
• 🎬 11-大模型-NLP-序列模型-LSTM-案例-需求说明.mp4
• 🎬 12-大模型-NLP-序列模型-LSTM-案例-需求分析.mp4
• 🎬 13-大模型-NLP-序列模型-LSTM-案例-数据预处理-思路分析.mp4
• 🎬 14-大模型-NLP-序列模型-LSTM-案例-数据预处理-基础逻辑.mp4
• 🎬 15-大模型-NLP-序列模型-LSTM-案例-数据预处理-完整逻辑.mp4
• 🎬 16-大模型-NLP-序列模型-LSTM-案例-Dataset&DataLoader.mp4
• 🎬 17-大模型-NLP-序列模型-LSTM-案例-模型定义.mp4
• 🎬 18-大模型-NLP-序列模型-LSTM-案例-模型定义-复杂结果说明.mp4
• 🎬 19-大模型-NLP-序列模型-LSTM-案例-模型定义-python_path说明.mp4

day05

• 🎬 01-大模型-NLP-传统序列模型-LSTM-案例实操-训练脚本.mp4
• 🎬 02-大模型-NLP-传统序列模型-LSTM-案例实操-预测脚本.mp4
• 🎬 03-大模型-NLP-传统序列模型-LSTM-评估脚本.mp4
• 🎬 04-云服务器-购买.mp4
• 🎬 05-云服务器-安装Miniconda.mp4
• 🎬 06-云服务器-保存系统镜像.mp4
• 🎬 07-云服务器-Pycharm创建远程解释器.mp4
• 🎬 08-云服务器-远程执行代码.mp4
• 🎬 09-云服务器-如何使用共享镜像.mp4
• 🎬 10-云服务器-释放镜像.mp4
• 🎬 11-大模型-NLP-传统序列模型-GRU-基础结构.mp4
• 🎬 12-大模型-NLP-传统序列模型-GRU-复杂结构&API.mp4
• 🎬 13-大模型-NLP-传统序列模型-GRU-案例实操.mp4
• 🎬 14-大模型-NLP-传统序列模型-RNN-对比.mp4
• 🎬 15-大模型-NLP-传统序列模型-负责结构编程.mp4

day06

day06

input-method

data

processed

raw

models

test

review-analyze-gru

data

processed

raw

models

review-analyze-lstm

data

processed

raw

models

review-analyze-rnn

data

processed

raw

models

translation-seq2seq

data

processed

raw

models

word_represent

data

• 🎬 01-大模型-NLP-Seq2Seq-概述.mp4
• 🎬 02-大模型-NLP-Seq2Seq-内部结构-编码器.mp4
• 🎬 03-大模型-NLP-Seq2Seq-内部结构-解码器.mp4
• 🎬 04-大模型-NLP-Seq2Seq-训练过程.mp4
• 🎬 05-大模型-NLP-Seq2Seq-推理过程.mp4
• 🎬 06-大模型-NLP-Seq2Seq-案例-需求分析-数据预处理.mp4
• 🎬 07-大模型-NLP-Seq2Seq-案例-需求分析-模型定义.mp4
• 🎬 08-大模型-NLP-Seq2Seq-案例-需求分析-训练&预测&评估方案.mp4
• 🎬 09-大模型-NLP-Seq2Seq-案例-数据预处理-整体思路分析.mp4
• 🎬 10-大模型-NLP-Seq2Seq-案例-数据预处理-Tokenizer封装.mp4
• 🎬 11-大模型-NLP-Seq2Seq-案例-数据预处理-Tokenizer简单测试mp4.mp4
• 🎬 12-大模型-NLP-Seq2Seq-案例-数据预处理-NLTK分词器-补充说明.mp4
• 🎬 13-大模型-NLP-Seq2Seq-案例-数据预处理-完整编码.mp4
• 🎬 14-大模型-NLP-Seq2Seq-案例-Dataset.mp4
• 🎬 15-大模型-NLP-Seq2Seq-案例-模型定义-编码器.mp4
• 🎬 16-大模型-NLP-Seq2Seq-案例-模型定义-解码器.mp4
• 🎬 17-大模型-NLP-Seq2Seq-案例-训练逻辑.mp4
• 🎬 18-大模型-NLP-Seq2Seq-案例-训练过程-重新梳理.mp4
• 🎬 19-大模型-NLP-Seq2Seq-案例-训练过程-拼接补充说明.mp4

day07

day07

input-method

data

processed

raw

models

test

review-analyze-gru

data

processed

raw

models

review-analyze-lstm

data

processed

raw

models

review-analyze-rnn

data

processed

raw

models

translation-attention

data

processed

raw

models

test

translation-seq2seq

data

processed

raw

models

test

word_represent

data

• 🎬 01-大模型-NLP-seq2seq-案例-训练-补充说明.mp4
• 🎬 02-大模型-NLP-seq2seq-案例-预测-准备工作.mp4
• 🎬 03-大模型-NLP-seq2seq-案例-预测-编码.mp4
• 🎬 04-大模型-NLP-seq2seq-案例-预测-思路说明.mp4
• 🎬 05-大模型-NLP-seq2seq-案例-评估.mp4
• 🎬 06-大模型-NLP-seq2seq-问题说明.mp4
• 🎬 07-大模型-NLP-Attention-概述.mp4
• 🎬 08-大模型-NLP-Attention-计算过程.mp4
• 🎬 09-大模型-NLP-Attention-评分函数.mp4
• 🎬 10-大模型-NLP-Attention-代码思路分析.mp4
• 🎬 11-大模型-NLP-Attention-代码编写.mp4
• 🎬 12-大模型-NLP-Attention-训练和预测脚本修改逻辑.mp4

day08

• 🎬 01-大模型-NLP-Seq2Seq&Attention-复习.mp4
• 🎬 02-大模型-NLP-Transformer-概述.mp4
• 🎬 03-大模型-NLP-Transformer-模型结构-核心思想.mp4
• 🎬 04-大模型-NLP-Transformer-模型结构-整体结构.mp4
• 🎬 05-大模型-NLP-Transformer-模型结构-编码器-编码器层-概述.mp4
• 🎬 06-大模型-NLP-Transformer-模型结构-编码器-编码器层-自注意力-生成QKV向量.mp4
• 🎬 07-大模型-NLP-Transformer-模型结构-编码器-编码器层-自注意力-注意力评分计算.mp4
• 🎬 08-大模型-NLP-Transformer-模型结构-编码器-编码器层-自注意力-注意力权重计算.mp4
• 🎬 09-大模型-NLP-Transformer-模型结构-编码器-编码器层-自注意力-加权求和.mp4
• 🎬 10-大模型-NLP-Transformer-模型结构-编码器-编码器层-自注意力-多头融合.mp4
• 🎬 11-大模型-NLP-Transformer-模型结构-编码器-编码器层-前馈神经网络层.mp4
• 🎬 12-大模型-NLP-Transformer-模型结构-编码器-编码器层-小结.mp4
• 🎬 13-大模型-NLP-Transformer-模型结构-编码器-位置编码-概述.mp4
• 🎬 14-大模型-NLP-Transformer-模型结构-编码器-位置编码-说明.mp4
• 🎬 15-大模型-NLP-Transformer-模型结构-编码器-小结.mp4
• 🎬 16-大模型-NLP-Transformer-模型结构-解码器-概述.mp4
• 🎬 17-大模型-NLP-Transformer-模型结构-解码器-Masked自注意力子层.mp4
• 🎬 18-大模型-NLP-Transformer-模型结构-解码器-交叉注意力机制.mp4
• 🎬 19-大模型-NLP-Transformer-模型结构-小总结.mp4

day09

• 🎬 01-大模型-NLP-Transformer-回顾.mp4
• 🎬 02-大模型-NLP-Transformer-细节-注意力评分为什么缩放.mp4
• 🎬 03-大模型-NLP-Transformer-细节-为什么用LayerNorm.mp4
• 🎬 04-大模型-NLP-Transformer-细节-残差连接为什么叫残差连接.mp4
• 🎬 05-大模型-NLP-Transformer-细节-位置编码如何感知相对位置.mp4
• 🎬 06-大模型-NLP-Transformer-训练和推理机制.mp4
• 🎬 07-大模型-NLP-Transformer-API-概述&构造参数.mp4
• 🎬 08-大模型-NLP-Transformer-API-forward方法.mp4
• 🎬 09-大模型-NLP-Transformer-API-encoder属性.mp4
• 🎬 10-大模型-NLP-Transformer-API-decoder属性.mp4
• 🎬 11-大模型-NLP-Transformer-API-案例-说明.mp4
• 🎬 12-大模型-NLP-Transformer-API-案例-模型定义.mp4
• 🎬 13-大模型-NLP-Transformer-API-案例-模型定义-位置编码（尚硅谷）.mp4
• 🎬 14-大模型-NLP-Transformer-API-案例-模型定义-位置编码（哈佛）.mp4
• 🎬 15-大模型-NLP-Transformer-API-案例-模型定义-前向传播逻辑.mp4

day10

• 🎬 01-大模型-NLP-Transformer-案例-回顾.mp4
• 🎬 02-大模型-NLP-Transformer-案例-训练脚本.mp4
• 🎬 03-大模型-NLP-Transformer-案例-预测脚本-上.mp4
• 🎬 04-大模型-NLP-Transformer-案例-预测脚本-下.mp4
• 🎬 05-大模型-NLP-Transformer-案例-评估脚本.mp4
• 🎬 06-大模型-NLP-预训练模型-概述.mp4
• 🎬 07-大模型-NLP-预训练模型-GPT-概述.mp4
• 🎬 08-大模型-NLP-预训练模型-GPT-模型结构.mp4
• 🎬 09-大模型-NLP-预训练模型-GPT-预训练.mp4
• 🎬 10-大模型-NLP-预训练模型-GPT-微调.mp4
• 🎬 11-大模型-NLP-预训练模型-GPT-微调-补充.mp4
• 🎬 12-大模型-NLP-预训练模型-BERT-概述.mp4
• 🎬 13-大模型-NLP-预训练模型-BERT-模型结构.mp4
• 🎬 14-大模型-NLP-预训练模型-BERT-预训练机制.mp4
• 🎬 15-大模型-NLP-预训练模型-BERT-微调机制.mp4
• 🎬 16-大模型-NLP-预训练模型-工具-HuggingFace.mp4
• 🎬 17-大模型-NLP-预训练模型-工具-加载预训练模型和分词器.mp4
• 🎬 18-大模型-NLP-预训练模型-工具-分词器使用逻辑.mp4
• 🎬 19-大模型-NLP-预训练模型-工具-分词器使用逻辑-批量使用.mp4
• 🎬 20-大模型-NLP-预训练模型-工具-模型使用逻辑.mp4

day11

day11

hugging-face

data

processed

test

train

train-1

pretrained

bert-base-chinese

.cache

huggingface

download

input-method

data

processed

raw

models

test

review-analyze-bert

data

processed

test

train

raw

models

pretrained

bert-base-chinese

.cache

huggingface

download

review-analyze-gru

data

processed

raw

models

review-analyze-lstm

data

processed

raw

models

review-analyze-rnn

data

processed

raw

models

transformer-detail

translation-attention

data

processed

raw

models

test

translation-seq2seq

data

processed

raw

models

test

translation-transformer

data

processed

raw

models

word_represent

data

• 🎬 01-大模型-NLP-预训练模型-回顾.mp4
• 🎬 02-大模型-NLP-HuggingFace-Datasets库-概述.mp4
• 🎬 03-大模型-NLP-HuggingFace-Datasets库-加载数据&查看数据.mp4
• 🎬 04-大模型-NLP-HuggingFace-Datasets库-加载在线数据集.mp4
• 🎬 05-大模型-NLP-HuggingFace-Datasets库-数据预处理-上.mp4
• 🎬 06-大模型-NLP-HuggingFace-Datasets库-数据预处理-中.mp4
• 🎬 07-大模型-NLP-HuggingFace-Datasets库-数据预处理-下.mp4
• 🎬 08-大模型-NLP-HuggingFace-Datasets库-保存数据.mp4
• 🎬 09-大模型-NLP-HuggingFace-Datasets库-集成pytorch中的Dataloader.mp4
• 🎬 10-大模型-NLP-预训练模型-案例-准备工作.mp4
• 🎬 11-大模型-NLP-预训练模型-案例-预处理脚本.mp4
• 🎬 12-大模型-NLP-预训练模型-案例-Dataloader集成.mp4
• 🎬 13-大模型-NLP-预训练模型-案例-模型定义.mp4
• 🎬 14-大模型-NLP-预训练模型-案例-训练.mp4
• 🎬 15-大模型-NLP-预训练模型-案例-预测和评估.mp4

day12

• 🎬 01-大模型-NLP-预训练模型-上云.mp4
• 🎬 02-大模型-NLP-预训练模型-全参微调注意事项.mp4
• 🎬 03-大模型-NLP-预训练模型-AutoDL平台收费相关说明.mp4
• 🎬 04-大模型-NLP-阶段总结.mp4
• 🎬 05-大模型-NLP-阶段练习案例.mp4
• 🎬 06-大模型-NLP-哈佛-Transformer-多头注意力实现原理.mp4
• 📦 MobaXterm_Installer_v25.2.zip

尚硅谷大模型项目之面试大保健

1.笔记

2.视频

day_01

• 🎬 01-面试大保健-NLP-基础概念.mp4
• 🎬 02-面试大保健-NLP-文本表示方法.mp4
• 🎬 03-面试大保健-NLP-传统序列模型-回顾.mp4
• 🎬 04-面试大保健-NLP-传统序列模型-面试题.mp4
• 🎬 05-面试大保健-NLP-Seq2Seq+Attention.mp4
• 🎬 06-面试大保健-Transformer.mp4
• 🎬 07-面试大保健-预训练模型.mp4
• 🎬 08-面试大保健-评估指标.mp4
• 🎬 09-面试大保健-其他.mp4
• 🎬 10-面试大保健-BPE分词算法.mp4

09_姜夏老师AI大模型深度学习串讲

视频

• 🎬 01-算法工程师的日常工作.mp4
• 🎬 02-大家关心的问题01.mp4
• 🎬 03-大家关心的问题02.mp4
• 🎬 04-豆包的使用.mp4
• 🎬 05-开源数据集使用.mp4
• 🎬 06-课间提问.mp4
• 🎬 07-划重点.mp4
• 🎬 08-学习建议.mp4
• 🎬 09-课间问题01.mp4

10_尚硅谷大模型项目之智能商品发布

1.笔记

2.资料

1.数据集

2.预训练模型

bert-base-chinese

.cache

huggingface

download

4.视频

day01

day01

Couplet-Transformer

data

processed

raw

models

product-classify-bert

data

processed

test

train

valid

raw

models

pretrained

bert-base-chinese

.cache

huggingface

download

• 🎬 01-大模型-NLP-对联案例-小结.mp4
• 🎬 02-大模型-NLP-智能商品发布-方案分析.mp4
• 🎬 03-大模型-NLP-智能商品发布-方案总结.mp4
• 🎬 04-大模型-NLP-智能商品发布-开发环境说明.mp4
• 🎬 05-大模型-NLP-智能商品发布-创建项目.mp4
• 🎬 06-大模型-NLP-智能商品发布-数据预处理-加载数据&tokenize.mp4
• 🎬 07-大模型-NLP-import路径说明.mp4
• 🎬 08-大模型-NLP-智能商品发布-数据预处理-统计标题长度.mp4
• 🎬 09-大模型-NLP-import-路径说明-总结.mp4
• 🎬 10-大模型-NLP-智能商品发布-数据预处理-标签处理&保存数据集.mp4
• 🎬 11-大模型-NLP-智能商品发布-dataset&Dataloader.mp4
• 🎬 12-大模型-NLP-智能商品发布-枚举类型简要说明.mp4
• 🎬 13-大模型-NLP-智能商品发布-模型定义.mp4
• 🎬 14-大模型-NLP-智能商品发布-模型训练.mp4
• 🎬 15-大模型-NLP-智能商品发布-预测脚本.mp4

day_02

day_02

product-classify-bert

data

processed

test

train

valid

raw

models

pretrained

bert-base-chinese

.cache

huggingface

download

test

pycache

• 🎬 01-大模型-NLP-智能商品发布-多分类任务评估指标说明.mp4
• 🎬 02-大模型-NLP-智能商品发布-评估脚本.mp4
• 🎬 03-大模型-NLP-智能商品发布-训练优化-早停策略-概述.mp4
• 🎬 04-大模型-NLP-智能商品发布-训练优化-早停策略-核心逻辑.mp4
• 🎬 05-大模型-NLP-智能商品发布-训练优化-早停策略-改造train_one_epoch.mp4
• 🎬 06-大模型-NLP-智能商品发布-训练优化-混合精度训练-概述.mp4
• 🎬 07-大模型-NLP-智能商品发布-训练优化-混合精度训练-官网案例.mp4
• 🎬 08-大模型-NLP-智能商品发布-训练优化-混合精度训练-编码.mp4
• 🎬 09-大模型-NLP-智能商品发布-训练优化-检查点机制-说明.mp4
• 🎬 10-大模型-NLP-智能商品发布-训练优化-检查点机制-编码.mp4
• 🎬 11-大模型-NLP-智能商品发布-部署与应用-fastapi-概述.mp4
• 🎬 12-大模型-NLP-智能商品发布-部署与应用-fastapi-前端知识扫盲.mp4
• 🎬 13-大模型-NLP-智能商品发布-部署与应用-fastapi-工作原理小结.mp4
• 🎬 14-大模型-NLP-智能商品发布-部署与应用-fastapi-交互式API文档.mp4
• 🎬 15-大模型-NLP-智能商品发布-部署与应用-fastapi-PUT请求.mp4
• 🎬 16-大模型-NLP-智能商品发布-部署与应用-fastapi-使用逻辑小结.mp4
• 🎬 17-大模型-NLP-智能商品发布-部署与应用-预测接口核心逻辑.mp4
• 🎬 18-大模型-NLP-智能商品发布-部署与应用-错误处理.mp4
• 🎬 19-大模型-NLP-智能商品发布-部署与应用-web模块规范化.mp4
• 🎬 20-大模型-NLP-智能商品发布-入口脚本编写-argparse用法说明.mp4
• 🎬 21-大模型-NLP-智能商品发布-入口脚本编写-完整逻辑.mp4

11_尚硅谷大模型项目实战之地址对齐

1.笔记

2.资料

address-alignment

data

raw

pretrained

bert-base-chinese

templates

3.代码

address-alignment

地址对齐参考代码一

config

model

processing

running

web

static

templates

地址对齐参考代码三

configuration

pycache

model

pycache

preprocess

pycache

runner

pycache

web

pycache

static

templates

地址对齐参考代码二

configuration

pycache

model

pycache

process

pycache

run

pycache

web

pycache

templates

地址对齐参考代码五

configuration

pycache

model

pycache

preprocess

pycache

runner

pycache

web

pycache

地址对齐参考代码六

configuration

pycache

model

preprocess

runner

test

web

地址对齐参考代码四

configuration

pycache

model

pycache

preprocess

pycache

runner

pycache

web

pycache

4.视频

12_尚硅谷大模型项目实战之智选新闻

1.笔记

2.资料

ai-news

data

pretrained

bart-base-chinese

bert-base-chinese

rouge

templates

3.代码

ai-news

智选新闻参考代码一

configuration

model

processed

rouge

runner

web

templates

智选新闻参考代码三

conf

pycache

model

pycache

preprocess

pycache

runner

pycache

service

pycache

web

pycache

templates

智选新闻参考代码二

configuration

pycache

model

pycache

process

pycache

run

rouge

web

pycache

templates

智选新闻参考代码五

configuration

pycache

model

pycache

preprocess

pycache

runner

pycache

web

pycache

智选新闻参考代码六

bart_runner

bert_runner

configuation

pycache

model

pycache

preprocess

pycache

智选新闻参考代码四

configuration

pycache

model

pycache

preprocess

pycache

runner

pycache

web

pycache

4.视频

13_尚硅谷大模型项目之智荐图谱

1.笔记

2.资料

1.数据集

images

36

37

38

39

40

41

42

43

intent_classify

spell_check

uie

数据库

2.预训练模型

bert-base-chinese

mengzi-t5-base

.cache

huggingface

download

uie

uie_base_pytorch

uie_pytorch-main

uie_pytorch-main

• 📦 uie_pytorch-main.zip

3.代码

day_01

graph

checkpoint

spell_check_bert

data

spell_check

processed

bert

test

train

valid

t5

raw

pretrained

bert-base-chinese

.cache

huggingface

download

day_02

graph

checkpoint

spell_check_bert

data

spell_check

processed

bert

test

train

valid

t5

raw

pretrained

bert-base-chinese

.cache

huggingface

download

day_03

graph

checkpoint

spell_check_bert

data

spell_check

processed

bert

test

train

valid

t5

raw

pretrained

bert-base-chinese

.cache

huggingface

download

day_04

graph

checkpoint

spell_check_bert

spell_check_t5

data

spell_check

processed

bert

test

train

valid

t5

raw

uie

processed

raw

external_lib

uie_pytorch

pretrained

bert-base-chinese

.cache

huggingface

download

mengzi-t5

.cache

huggingface

download

uie_base_pytorch

day_06

graph

checkpoint

spell_check_bert

spell_check_t5

data

spell_check

processed

bert

test

train

valid

t5

raw

uie

processed

raw

external_lib

uie_pytorch

pretrained

bert-base-chinese

.cache

huggingface

download

mengzi-t5

.cache

huggingface

download

uie_base_pytorch

day_07

4.视频

14_尚硅谷大模型项目实战之AI智教

15_尚硅谷大模型项目实战之智医助手

16_尚硅谷大模型技术之LangChain

17_尚硅谷大模型技术之git

18_尚硅谷大模型技术之大模型微调核心

19_企业老师讲解

19_尚硅谷大模型技术之企业级 LLM 部署与 RAG&Agent 开发实战

20_尚硅谷大模型技术之大模型微调理论与实战

21_尚硅谷大模型项目之智服在线

22_尚硅谷大模型项目实战之AI医疗

22_尚硅谷大模型项目实战之AI学情

23_企业老师干货分享

23_尚硅谷大模型项目之RAG

24_尚硅谷大模型技术之强化学习

25_尚硅谷大模型之多模态

100_项目串讲

1_Langchain&Coze&Dify项目总结

串讲视频

• 🎬 01-复习LangChain.mp4
• 🎬 02-电商商户客服对话助手的项目说明.mp4
• 🎬 03-LangChain的主要技能点的准备.mp4
• 🎬 04-Coze&Dify平台两个项目的整合.mp4

相关资料

LangGraph的介绍

images

课件

images

2_智图寻宝项目

• 🎬 1_功能模块整体回顾.wmv
• 🎬 2_细节总结_去噪模块.wmv
• 🎬 3_细节总结_相似度检索模块.wmv
• 🎬 4_细节总结_分类模块.wmv
• 🎬 5_总结串讲.wmv

3_商品图谱项目串讲

3.代码

• 📦 图搜图项目代码.zip

• 📦 地址对齐代码.zip

• 🎬 01-大模型-完整业务流程.mp4

• 🎬 02-大模型-图谱项目-概述.mp4

• 🎬 03-大模型-图谱项目-数据模型.mp4

• 🎬 04-大模型-图谱项目-实时同步.mp4

• 🎬 05-大模型-图谱项目-实体抽取.mp4

• 🎬 06-大模型-图谱项目-索引.mp4

• 🎬 07-大模型-图谱项目-相关模型.mp4

• 🎬 08大模型-智能商品发布-品类预测.mp4

• 🎬 09大模型-智能商品发布-地址对齐.mp4

尚硅谷大模型技术之面试大保健

阿里p9刘毅老师大模型就业分享