Llama3大模型原理代码精讲与部署微调评估实战

📁 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)

Llama3大模型原理代码精讲与部署微调评估实战 - 文件信息

• 📁 包含文件：Llama3大模型原理代码精讲与部署微调评估实战
• 🎬 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