夸克网盘
5积分
AI大模型全链路实战。 这是一个全面覆盖AI大模型理论与实战的综合性课程，内容涵盖大模型理论基础、提示词工程、OpenAI应用开发、LangChain框架、LLaMA与ChatGLM等大模型深度解析、大模型微调与部署、硬件选型与私有化部署等多个模块。 课程从基础理论到高级实战，逐步深入，帮助学员掌握大模型的核心技术，包括Transformer架构、Embedding模型、RAG应用、LLaMA与ChatGLM模型训练与推理、大模型微调与部署等。 课程结构清晰，每个模块都有详细的视频讲解和配套资料，适合从零基础到进阶的学员学习，尤其适合希望深入AI大模型开发与应用的技术人员。 ├── msb-AI大模型工程师
├── msb-AI实战工具课
AI大模型全链路实战28GB
msb-AI大模型工程师25.28GB
课时01 大模型直播课 NO.2766.37011.43GB
课时01 VIP开营和AI大模型的尝鲜_ev.mp4301.16MB课时02 国内外各种大模型应用开发_ev.mp4481MB课时03 各种链的组装和案例_ev.mp4316.99MB课时04 Langchain中的LCEL语法_ev.mp4363.21MB课时02 大模型理论基础 NO.2641556.65MB
课程资料.exe18.38MB课时01 01自然语言处理初期发展_ev.mp499.48MB课时02 0基础预热知识_ev.mp477.3MB课时03 06AI大模型学习建议_ev.mp435.16MB课时04 01详解Transformerpart1_ev.mp456.03MB课时05 02Transformer详解之位置编码_ev.mp427.6MB课时06 03Transformer详解之add和norm_ev.mp417.04MB课时07 04Transformer详解之decoder_ev.mp417.48MB课时08 05Transformer详解之输出层_ev.mp410.6MB课时09 07BERT详解_ev.mp486.87MB课时10 08GPT1详解_ev.mp4110.71MB课时03 AI大模型提示词工程深入实战 NO.26622.04GB
课程资料.exe408.13MB课时01 001chatgptPrompt提示词工程课程介绍_ev.mp45.42MB课时02 002prompt和Promptengineering剖析_ev.mp417.86MB课时03 大模型介绍,使用大模型生成简历,写小红书文案,生成图片_ev.mp473.13MB课时04 004提示词基本技巧_灵活运营指令符号_指定输出格式markdown结合xmind生成思维导图_ev.mp423.82MB课时05 005自己定义格式输出_使用openrouter对比大模型结果_ev.mp428.22MB课时06 006plantuml和json格式输出并使用vscode展示_ev.mp419.48MB课时07 007mermaid格式输出_ev.mp411.42MB课时08 008使用chatgpt的gpts制作流程图_ev.mp49.89MB课时09 009如何使用角色扮演写好提示词_ev.mp418.09MB课时10 010写好结构化提示词的4要素_ev.mp418.65MB课时11 011充分费曼学习法写好提示词_ev.mp413.73MB课时12 01280_20原则激发大模型指导学习_ev.mp410.75MB课时13 013写一条利用番茄工作法Prompt_ev.mp45.78MB课时14 014利用SQ3R学习法构建提示词Prompt_ev.mp46.28MB课时15 015结合艾宾浩斯遗忘曲线构建学习计划Prompt_ev.mp48.11MB课时16 016交叉主题和双编码概念设计Prompt_ev.mp411.97MB课时17 017kimi,gpt4,文心一言,gemini等大模型对比分块学习法和多感官学习法提示词的效果_ev.mp438.5MB课时18 018playground调试学习tempaturemax_tokens参数_ev.mp441.04MB课时19 019topP参数Presencepenalty和Frequencypeanalty参数对比_ev.mp428.74MB课时20 020零样本提示词和零样本思维链技巧_ev.mp419.74MB课时21 021通过零样本思维链辅导小孩做数学题_ev.mp413.04MB课时22 022少样本和少样本思维链_ev.mp421.87MB课时23 023大模型self-consistency特性_ev.mp422.01MB课时24 024TOT思维树提示词构建深入剖析_ev.mp448.89MB课时25 024思维树提示词构建深入剖析_ev.mp448.98MB课时26 025anaconda环境搭建_ev.mp424.95MB课时27 026ancondajupyternotebook使用和虚拟环境构建_ev.mp446.87MB课时28 027python抓取抖音热榜数据集_ev.mp444.61MB课时29 028爬取对标账号首页数据之影刀介绍_ev.mp443.9MB课时30 029使用影刀抓取抖音用户首页所有标题描述数据_ev.mp471.27MB课时31 030使用大模型学习如何写爆款标题_ev.mp469.93MB课时32 转-031提示词工程化之深入剖析结构化提示词_ev.mp429MB课时33 转-032结构化提示词实战诗人提示词_ev.mp439.39MB课时34 转-033设计小红书,公众号,头条号的爆款结构化提示词_ev.mp425.34MB课时35 转-034非常牛叉通过结构化提示词设计一个python网络爬虫_ev.mp449.43MB课时36 转-035必看这一个牛叉的逆向提示词工程_ev.mp455.42MB课时37 转-036小红书创作文案同时生成抖音的脚本和分镜头_ev.mp426.22MB课时38 转-037小红书种草笔记结构化提示词_ev.mp439.93MB课时39 转-038生成本科论文结构化提示词_ev.mp417.03MB课时40 转-039短篇小说提示词创作爆款微头条_ev.mp445.36MB课时41 转-GPT4o_ev.mp46.13MB课时42 041chatgpt开发介绍并完成一个postman请求gptapi2_ev.mp463.8MB课时43 042python编程实现提示词原则比如特殊符号输出格式步骤_ev.mp451.46MB课时44 043python编程之提示词工程思维链_ev.mp430.47MB课时45 044提示词迭代优化_ev.mp442.4MB课时46 045文本概括提示词_ev.mp428.9MB课时47 046提示词文本推断inferring_ev.mp431.86MB课时48 047文本转换transforming_ev.mp452.35MB课时49 048文本扩展,自动回复邮件评价邮件temperature设定下情况有什么变化_ev.mp421.09MB课时50 049订餐机器人和playground模式生成代码之怎么python编程写提示词工程_ev.mp4161.72MB课时04 OpenAI之嵌入式 Embedding模型 NO.2653808.93MB
课程资料.exe27.57MB课时01 01AI中数据的本质_ev.mp446.06MB课时02 02Representation和Embedding_ev.mp423.42MB课时03 03Embedding介绍_ev.mp422.33MB课时04 04词嵌入和必要条件_ev.mp460.52MB课时05 05Embedding开发准备_ev.mp451.41MB课时06 06Embedding开发(一)_ev.mp440.75MB课时07 07Embedding开发(二)_ev.mp444.97MB课时08 08T-SNE可视化数据_ev.mp460.28MB课时09 09T-SNE可视化数据2_ev.mp436.55MB课时10 10T-SNE可视化数据3_ev.mp429.75MB课时11 11基于Embedding的相似搜索1_ev.mp439.47MB课时12 12基于Embedding的相似搜索2_ev.mp446.63MB课时13 13OpenAI中模型的分词1_ev.mp441.22MB课时14 14OpenAI中模型的分词2_ev.mp446.31MB课时15 15OpenAI的模型操作API_ev.mp440.38MB课时16 16OpenAi模型的实战案例1_ev.mp469.83MB课时17 17聊天机器人实战案例1_ev.mp436.77MB课时18 18聊天机器人实战案例2_ev.mp444.71MB课时05 基于OpenAI的 大模型开发与实战 NO.2690481.06MB
课程资料.exe17.9MB课时01 19构建一个AI助手(一)_ev.mp438.93MB课时02 20构建一个AI助手(二)_ev.mp474.23MB课时03 21构建一个AI助手(三)_ev.mp442.11MB课时04 22GPT模型输入图片(一)_ev.mp449.51MB课时05 23GPT模型输入图片(二)_ev.mp470.98MB课时06 24生成图片的实战案例(一)_ev.mp428.8MB课时07 25生成图片的实战案例(二)_ev.mp456.67MB课时08 26给李云龙配音_ev.mp438.8MB课时09 27郭德纲相声的英文版_ev.mp463.14MB课时06 基于大模型的 智能翻译助手 NO.26921.02GB
课程资料.exe13.32MB课时01 28书籍自动翻译项目需求_ev.mp451.36MB课时02 29书籍自动翻译项目参数和初始化_ev.mp488.27MB课时03 30PDF文件的解析工具(一)_ev.mp456.26MB课时04 31PDF文件的解析工具(二)_ev.mp450.87MB课时05 32调用openAI的模型接口_ev.mp457.04MB课时06 日志模块的补充知识一_ev.mp429.28MB课时07 日志模块补充知识二_ev.mp432.82MB课时08 日志模块补充知识三_ev.mp420.15MB课时09 33书本内容解析操作(一)_ev.mp444.98MB课时10 34书本内容解析操作(二)_ev.mp462.44MB课时11 35书本内容解析操作(三)_ev.mp434.34MB课时12 36大模型翻译核心(一)_ev.mp455.56MB课时13 37调用AI大模型翻译文本_ev.mp425.8MB课时14 38处理翻译之后的文本_ev.mp433.25MB课时15 39Writer模块实现_ev.mp440.68MB课时16 40翻译文本写入段落中_ev.mp437.97MB课时17 41翻译表格写入Table中_ev.mp452.15MB课时18 42翻译文本写入MD_ev.mp427.94MB课时19 43翻译表格写入MD_ev.mp454.85MB课时20 44调用Writer模块_ev.mp422.25MB课时21 45调用Translator模块_ev.mp424.32MB课时22 46整个项目综合调试_ev.mp432.32MB课时23 47书籍翻译器启动_ev.mp469.83MB课时24 48书籍翻译器生成MD_ev.mp421.66MB课时07 Huggingface 基础教程 NO.26451.99GB
课程资料.exe20.1MB课时01 01pytorch介绍_ev.mp419.56MB课时02 02pytorch安装_ev.mp430.83MB课时03 03pytorch张量基础操作和基础运算_ev.mp475.65MB课时04 04pytorch自动微分_ev.mp441.82MB课时05 01pytorch实现原始线性回归_ev.mp468.67MB课时06 02pytorch实现线性回归封装写法_ev.mp427.94MB课时07 03pytorch实现分类问题_ev.mp435.54MB课时08 01模型的子类写法_ev.mp464.92MB课时09 02使用dataset重构代码_ev.mp414.81MB课时10 03使用DataLoader重构代码_ev.mp410.59MB课时11 04添加校验代码_ev.mp439.33MB课时12 05封装_ev.mp435.49MB课时13 01使用pytorch搭建cnn实现手写数字识别_ev.mp4134.38MB课时14 014种天气数据处理_ev.mp468.65MB课时15 02图片预处理_ev.mp436.12MB课时16 03添加dropout层_ev.mp474MB课时17 04添加BN层_ev.mp453.34MB课时18 01vgg16迁移学习_ev.mp452.36MB课时19 02学习率衰减_ev.mp438.15MB课时20 03数据增强_ev.mp450.48MB课时21 01模型参数保存_ev.mp4100.49MB课时22 02自定义dataset_ev.mp4103.02MB课时23 03自定义数据集问题解决_ev.mp497.31MB课时24 tensorboard的使用_ev.mp455.71MB课时25 10huggingface简介和安装_ev.mp424.27MB课时26 09huggingface开发流程_ev.mp433.55MB课时27 11编码器基础工作流_ev.mp418.58MB课时28 12编码器基本编码函数_ev.mp431.5MB课时29 13编码器进阶编码函数_ev.mp412.78MB课时30 14批量编码和字典_ev.mp434.51MB课时31 05数据集工具之加载和保存数据集_ev.mp466.63MB课时32 06数据集工具之基本操作_ev.mp435.05MB课时33 07数据集工具之保存为其他格式_ev.mp422.58MB课时34 15评价指标_ev.mp427.83MB课时35 16管道工具之常见任务类型1_ev.mp461.97MB课时36 17管道工具之常见任务类型2_ev.mp444.21MB课时37 18训练工具之数据准备和模型加载_ev.mp451.53MB课时38 19训练工具之加载评估指标_ev.mp420.48MB课时39 20训练工具之训练超参数,训练器和数据整理函数_ev.mp433.26MB课时40 21训练工具之训练和测试_ev.mp411.76MB课时41 22训练工具之模型保存和加载_ev.mp49.33MB课时42 23训练工具之预测_ev.mp421.06MB课时43 24中文分类之加载编码器_ev.mp428.96MB课时44 25中文分类之定义数据集和计算设备_ev.mp49.76MB课时45 26中文分类之数据整理函数_ev.mp415.81MB课时46 27中文分类之数据加载器和预训练模型加载_ev.mp424.04MB课时47 28中文分类之定义下游任务模型_ev.mp411.09MB课时48 29中文分类之训练过程_ev.mp427.21MB课时49 30中文分类之测试_ev.mp415.35MB课时08 大模型应用开发框架LangChain NO.26501.45GB
课程资料.exe10MB课时01 01Langchain是什么_ev.mp426.35MB课时02 02Langchain的核心_ev.mp417.47MB课时03 03Langchain的底层原理_ev.mp415.08MB课时04 04Langchain的环境和监控_ev.mp433.24MB课时05 05采用Langtain调用LLM_ev.mp443.1MB课时06 06Langchain的提示模板_ev.mp419.17MB课时07 07部署你的langchain程序_ev.mp436MB课时08 08LangChain构建聊天机器人_ev.mp441.34MB课时09 09流式输出的处理_ev.mp425.62MB课时10 10构建文档和向量空间_ev.mp449.2MB课时11 11检索器和模型结合_ev.mp427.15MB课时12 12Tavily搜索工具_ev.mp445.38MB课时13 13Agent代理的使用_ev.mp444.3MB课时14 14构建RAG对话应用(一)_ev.mp496.09MB课时15 15构建RAG问答应用(二)_ev.mp459.32MB课时16 16构建RAG问答应用(三)_ev.mp492.16MB课时17 17Langchain读取数据库_ev.mp442.42MB课时18 18Langchain和数据库整合_ev.mp467.12MB课时19 19Agent整合数据库_ev.mp450.05MB课时20 20爬取Youtube字幕并构建向量数据库_ev.mp462.2MB课时21 21执行代码并保存向量数据库_ev.mp415.05MB课时22 22加载向量数据库并测试(2)_ev.mp434.7MB课时23 23定义数据模型得到检索指令_ev.mp435.72MB课时24 24根据检索条件去执行_ev.mp435.34MB课时25 25提取和输出结构化数据_ev.mp438.54MB课时26 26提取多个对象_ev.mp422.8MB课时27 27生成一些文本数据_ev.mp435.99MB课时28 28生成结构化的数据(一)_ev.mp441.79MB课时29 29生成结构化的数据(二)_ev.mp433.13MB课时30 30实现文本分类(一)_ev.mp452.28MB课时31 31实现文本分类(二)_ev.mp422.35MB课时32 32文本自动摘要的三种方式_ev.mp417.72MB课时33 33文本自动摘要Stuff方式_ev.mp457.18MB课时34 34文本自动摘要MapReduce(一)_ev.mp434.99MB课时35 35文本自动摘要MapReduce(二)_ev.mp465.05MB课时36 36文本自动摘要Refine方式_ev.mp440.3MB课时09 AI大模型实践项目 NO.2691514.37MB
课程资料.exe9.49MB课时01 01构建项目环境_ev.mp417.79MB课时02 02项目配置模块(一)_ev.mp454.05MB课时03 03项目配置模块(二)_ev.mp453.11MB课时04 05项目中管理大语言模型_ev.mp452.74MB课时05 06替换为Langchain翻译_ev.mp441.31MB课时06 07Langchain中的提示模板设置_ev.mp452.32MB课时07 08调用和执行Langchain_ev.mp450.5MB课时08 09项目翻译器启动_ev.mp452.57MB课时09 10Gradio的可视化介绍_ev.mp429.39MB课时10 11Gradio的计算器案例_ev.mp455.26MB课时11 12Gradio进度条案例_ev.mp422.19MB课时12 13Gradio聊天和流式输出_ev.mp423.66MB课时10 大模型 LLaMA 深度解析 NO.26991.12GB
课程资料.exe2.33MB课时01 01_LLaMA概述_ev.mp422.32MB课时02 02_训练LLaMA使用的数据集_ev.mp438MB课时03 03_LLaMA大模型整体架构_ev.mp437.22MB课时04 04_InputEmbedding模块_ev.mp425.68MB课时05 05_为什么要去进行归一化_ev.mp424.76MB课时06 06_深入理解归一化对于大模型的重要性_ev.mp421.89MB课时07 07_BatchNorm_ev.mp410.7MB课时08 08_LayerNorm_ev.mp418.08MB课时09 09_RMSNorm_ev.mp424.88MB课时10 10_绝对位置编码_ev.mp414.88MB课时11 11_相对位置编码_ev.mp426.84MB课时12 12_RoPE_ev.mp439.31MB课时13 13_SwiGLU_ev.mp430.81MB课时14 14_语言模型的本质与MaskedSelfAttention_ev.mp421.21MB课时15 15_KVcache是如何计算提高效率的_ev.mp418.04MB课时16 16_MQA和GQA_ev.mp425.01MB课时17 17_代码实战之ModelArgs_ev.mp422.94MB课时18 18_代码实战之构建Transformer_ev.mp446.68MB课时19 19_代码实战之提前计算RoPE需要的mθ_ev.mp441.95MB课时20 20_代码实战之将x按照2个值一组进行分组_ev.mp425.48MB课时21 21_代码实战之对token的向量应用旋转矩阵_ev.mp435.4MB课时22 22_代码实战之RMSNorm_ev.mp422.99MB课时23 23_代码实战之EncoderBlock_ev.mp422.44MB课时24 24_代码实战之SelfAttention类的初始化_ev.mp427.07MB课时25 25_代码实战之SelfAttention中应用RoPE和对KV进行缓存_ev.mp424.38MB课时26 26_代码实战之应用公式计算SelfAttention_ev.mp431.85MB课时27 27_代码实战之为了实现GQA需要对KV进行拷贝_ev.mp423.79MB课时28 28_代码实战之计算FFN中隐藏层节点数量_ev.mp423.48MB课时29 29_代码实战之FFN中三个矩阵以及SwishGLU的运算实现_ev.mp414.24MB课时30 30_代码实战之加载checkpoint文件_ev.mp435.32MB课时31 31_代码实战之加载分词器、model模型及模型参数_ev.mp434.08MB课时32 32_代码实战之测试模型加载_ev.mp419.82MB课时33 33_代码实战之模型推理预测_ev.mp420.87MB课时34 34_代码实战之准备模型推理需要的输入tokens张量_ev.mp454.16MB课时35 35_代码实战之模型生成与解码得到response文本_ev.mp445.32MB课时36 36_代码实战之运行结果展示_ev.mp422.18MB课时37 37_什么是推理的策略_ev.mp410.71MB课时38 38_GreedySearch_ev.mp48.85MB课时39 39_BeamSearch_ev.mp415.74MB课时40 40_Temperature_ev.mp413.25MB课时41 41_RandomSampling_ev.mp44.1MB课时42 42_基于TopK的随机采样_ev.mp48.7MB课时43 43_基于TopP的随机采样_ev.mp413.73MB课时44 44_代码实战之增加TopP采样策略_ev.mp440.25MB课时45 45_代码实战之测试TopP采样策略_ev.mp439.14MB课时11 国产大模型 ChatGLM 深度实战 NO.2652565.68MB
课时01 01智普GLM大模型介绍_ev.mp444.57MB课时02 02GLM-4大模型的开发环境介绍_ev.mp429.85MB课时03 03GLM-4大模型的调用方式_ev.mp458.5MB课时04 04使用魔塔社区的Embeddings(一)_ev.mp457.05MB课时05 05使用魔塔社区的Embeddings(二)_ev.mp438.98MB课时06 06自定义Tools(一)_ev.mp486.7MB课时07 07自定义Tools(二)_ev.mp485.44MB课时08 08GLM整合数据库操作_ev.mp447.61MB课时09 09自定义长Chain(链)执行SQL_ev.mp463.31MB课时10 10RAG文件加载器(一)_ev.mp453.64MB课时13 大模型微调和部署 NO.2651373.82MB
课程资料.exe15.49MB课时01 01_微调、提示词工程、RAG都是为了更好的应用大模型_ev.mp412.84MB课时02 02_传统大模型训练流程_ev.mp415.69MB课时03 03_微调对比RAG的区别与微调的好处_ev.mp414.21MB课时04 04_指令数据集构造方式_ev.mp413.23MB课时05 05_PEFT与传统微调的区别和PEFT的各种方法_ev.mp411.83MB课时06 06_Bitfit实战之模块导入与加载数据集_ev.mp432.23MB课时07 07_Bitfit实战之加载与使用分词器_ev.mp425.82MB课时08 08_Bitfit实战之构建大模型训练对于每条样本所需的数据格式_ev.mp417.05MB课时09 09_Bitfit实战之调用封装的函数对样本进行转换并验证_ev.mp415.47MB课时10 10_Bitfit实战之加载模型与统计模型参数量_ev.mp436.95MB课时11 12_Bitfit实战之Bitfit算法实现_ev.mp418.95MB课时12 13_Bitfit实战之配置训练参数、创建训练器及训练_ev.mp421.38MB课时13 14_Bitfit实战之总结、明确显存在程序执行过程中的变化_ev.mp432.97MB课时14 15_Prompt实战之理解SoftPromptLearning_ev.mp414.64MB课时15 16_Prompt实战之不同的任务去学习得到不同的SoftPromptVirtualtokens_ev.mp410.54MB课时16 17_Prompt实战之VirtualTokens的初始化_ev.mp411.64MB课时17 18_Prompt实战之VirtualTokens的训练_ev.mp415.17MB课时18 19_Prompt实战之高效的多任务Serving_ev.mp416.81MB课时19 20_Prompt实战之PromptTuning的特性及优缺点_ev.mp420.91MB课时14 大模型核心硬件选型和私有化 NO.2657.35511.15GB
课时01 01GPU的介绍_ev.mp424.04MB课时02 02CUDA核心和Tenser核心_ev.mp439.7MB课时03 03大模型推理和微调所需显存_ev.mp445.05MB课时04 04AI大模型的云平台_ev.mp448.52MB课时05 05准备大模型部署的环境_ev.mp449.84MB课时06 06下载模型和加载模型文件_ev.mp478.03MB课时07 07大模型处数据格式和输入_ev.mp452.92MB课时08 08大模型流式处理数据_ev.mp452.09MB课时09 09大模型私有化的应用案例_ev.mp454.44MB课时10 10私有化部署并启动AI应用_ev.mp444.96MB课时11 11AI大模型的对外调用接口_ev.mp454.04MB课时12 12大模型提供调用接口实现(一)_ev.mp4121.73MB课时13 13大模型提供调用接口实现(二)_ev.mp457.49MB课时14 14大模型提供调用接口实现(三)_ev.mp419.18MB课时15 15大模型提供调用接口实现(四)_ev.mp448.57MB课时16 16大模型调用并输出_ev.mp439.29MB课时17 17大模型提供调用接口实现(六)_ev.mp461.77MB课时18 18大模型提供调用接口实现(七)_ev.mp486.16MB课时19 19大模型提供调用接口实现(八)_ev.mp457.59MB课时20 20大模型提供调用接口实现(九)_ev.mp491.95MB课时21 21大模型提供调用接口实现(十)_ev.mp453.72MB课时15 从0到1训练私有大模型 NO.2647840.16MB
课时01 01_模型训练GPU空间占用的计算_ev.mp425.96MB课时02 02_如何降低模型本身对GPU空间的占用_ev.mp419.96MB课时03 03_代码实战通过modelscope下载模型文件_ev.mp435.85MB课时04 04_半精度float16和其优势_ev.mp419.05MB课时05 05_上溢出和下溢出、启用半精度的方法_ev.mp419.27MB课时06 06_LLaMA3.1的介绍与不同版本区别_ev.mp429.89MB课时07 07_LLaMA3.1的整体概览与模型架构调整_ev.mp438.3MB课时08 08_Llama3.1代码实战之导包和数据预处理_ev.mp470.42MB课时09 09_Llama3.1代码实战之加载basemodel_ev.mp433.72MB课时10 10_Llama3.1代码实战之半精度模型本地训练_ev.mp440.83MB课时11 11_Llama3.1代码实战之租用云端服务器和vscode远程登陆_ev.mp429.06MB课时12 12_云端服务器下载Llama3.1模型_ev.mp425.53MB课时13 13_云端服务器克隆实例到新的节点_ev.mp421.53MB课时14 14_云端服务器运行Llama3.1模型训练_ev.mp436.06MB课时15 15_Llama3.1模型训练优化之开启梯度检查点_ev.mp433.47MB课时16 16_Llama3.1模型训练细节总结_ev.mp417.4MB课时17 17_CausalLM与PrefixLM的区别_ev.mp420.26MB课时18 18_GLM4架构涉及的技术点与GLM家族发展概览_ev.mp415.21MB课时19 19_GLM模型作为PrefixLM预训练时的方式方法_ev.mp425.51MB课时20 20_GLM4模型训练时该如何组织数据_ev.mp422.08MB课时21 21_云服务器GLM4模型下载和升级transformers模块_ev.mp420.72MB课时22 22_云服务器跨实例拷贝大模型GLM4_ev.mp424.56MB课时23 23_加载GLM4分词器与模型_ev.mp426.24MB课时24 24_构建测试数据并且使用GLM4进行推理_ev.mp430.94MB课时25 25_组织GLM4训练数据_ev.mp463.84MB课时26 26_加载GLM4模型以及构建相应的Lora模型_ev.mp434.05MB课时27 27_GLM4模型半精度训练及数值下溢问题的解决_ev.mp432.72MB课时28 28_批次变大后模型训练内存溢出的解决和训练后模型推理_ev.mp427.71MB课时17 Huggingface 实战项目 NO.2646.3540511.37MB
课时01 01_回顾Transformers基础组件和NLP流程_ev.mp420.54MB课时02 02_文本分类任务之导包、加载数据集、数据集划分_ev.mp446.12MB课时03 03_文本分类任务之模型下载、数据集预处理_ev.mp435.11MB课时04 04_文本分类任务之加载模型、加载评估函数_ev.mp431.37MB课时05 05_文本分类任务之设置模型训练参数、创建训练器_ev.mp430.51MB课时06 06_文本分类任务之模型训练、推理预测_ev.mp436.29MB课时07 07_什么是命名实体识别_ev.mp418.39MB课时08 08_命名实体识别之导包与数据集加载_ev.mp414.84MB课时09 09_命名实体识别之数据集预处理_ev.mp448.36MB课时10 10_命名实体识别之加载模型和定义评估函数_ev.mp433.01MB课时11 11_命名实体识别之使用Trainer训练、评估和预测_ev.mp435.99MB课时12 12_命名实体识别之使用pipeline预测_ev.mp418.54MB课时13 13_什么是多项选择任务_ev.mp414.17MB课时14 14_多项选择任务之导包与数据集加载_ev.mp428.83MB课时15 15_多项选择任务之数据集预处理_ev.mp449.09MB课时16 16_多项选择任务之模型训练_ev.mp426.88MB课时17 17_多项选择任务之模型预测_ev.mp423.32MB课时18 基于AI大模型开发问答系统 NO.2649.3543261.92MB
课时01 23销售客服AI机器人项目介绍_ev.mp476.29MB课时02 24创建Vector数据库_ev.mp424MB课时03 25加载向量数据库并得到Chain_ev.mp438.11MB课时04 26测试Langchain的结果_ev.mp445.65MB课时05 27项目的UI可视化_ev.mp446.79MB课时06 28AI机器人正式启动_ev.mp431.1MB课时19 程序员的数学 NO.819.15901.07GB
课时01 1-1-导数定义与作用_ev.mp47.94MB课时02 1-2-左右导数与可导函数_ev.mp411.17MB课时03 1-3-导数的几何与物理含义_ev.mp45.04MB课时04 1-4-导数求导公式_ev.mp48.42MB课时05 1-5-导数四则运算_ev.mp46.24MB课时06 1-6-复合函数求导法则_ev.mp43.79MB课时07 1-7-神经网络激活函数Sigmoid求导_ev.mp48.74MB课时08 1-8-神经网络激活函数Tanh求导_ev.mp44.45MB课时09 1-9-神经网络激活函数Softmax求导_ev.mp420.3MB课时10 1-10-高阶导数_ev.mp42.26MB课时11 1-11-导数与函数单调性_ev.mp42.81MB课时12 1-12-极值定理_ev.mp45.19MB课时13 1-13-函数凹凸性_ev.mp49.96MB课时14 1-14-一元函数泰勒展开_ev.mp415.66MB课时15 2-1-向量是什么_ev.mp410.67MB课时16 2-2-行向量列向量_ev.mp43.86MB课时17 3-向量运算_ev.mp47.66MB课时18 2-4-向量的范数_ev.mp419.07MB课时19 2-5-特殊向量_ev.mp45.65MB课时20 2-6-矩阵是什么_ev.mp44.38MB课时21 2-7-常见矩阵_ev.mp46.64MB课时22 2-8-矩阵运算_ev.mp413.63MB课时23 2-9-逆矩阵_ev.mp420.76MB课时24 2-10-行列式_ev.mp412.44MB课时25 2-11-伴随矩阵_ev.mp438.16MB课时26 1-特征值与特征向量概念_ev.mp436.95MB课时27 2-满秩矩阵_ev.mp411.25MB课时28 3-特征值和行列式_ev.mp410.91MB课时29 4-特征值分解定义与操作_ev.mp418.69MB课时30 5-特征值分解意义_ev.mp411.49MB课时31 6-向量和矩阵求导公式_ev.mp49.53MB课时32 7-奇异值分解（SVD）_ev.mp429.96MB课时33 8-求解奇异值分解（SVD）_ev.mp434.74MB课时34 9-奇异值分解性质_ev.mp419.38MB课时35 10-SVD进行数据压缩_ev.mp413.97MB课时36 11-SVD进行PCA降维_ev.mp428.08MB课时37 12-SVD进行矩阵求逆_ev.mp430.43MB课时38 13-SVD进行协同过滤_ev.mp416.85MB课时39 1-多元函数定义_ev.mp44.01MB课时40 2-偏导数_ev.mp44.74MB课时41 3-高阶偏导数_ev.mp44.85MB课时42 4-梯度_ev.mp47.31MB课时43 5-雅可比矩阵_ev.mp411.5MB课时44 6-Hessian矩阵_ev.mp413.76MB课时45 7-极值判定法则_ev.mp426.43MB课时46 8-二次型_ev.mp423.72MB课时47 1-概率论与机器学习_ev.mp45.23MB课时48 2-随机事件_ev.mp48.39MB课时49 3-条件概率_ev.mp413.17MB课时50 4-随机事件独立性_ev.mp42.93MB课时51 5-随机变量_ev.mp436.26MB课时52 6-期望_ev.mp411.36MB课时53 7-方差_ev.mp416.7MB课时54 8-数学期望与方差重要公式_ev.mp413.14MB课时55 9-随机向量_ev.mp44.72MB课时56 10-随机变量独立性_ev.mp43.38MB课时57 11-协方差_ev.mp418.68MB课时58 12-机器学习中常见分布_ev.mp44.95MB课时59 13-最大似然估计_ev.mp411.44MB课时60 1-最优化概念_ev.mp412.11MB课时61 2-求导与迭代求解_ev.mp413.22MB课时62 3-梯度下降公式推导_ev.mp426.47MB课时63 4-梯度下降代码演示_ev.mp457.31MB课时64 5-牛顿法解方程原理_ev.mp412.37MB课时65 6-牛顿法解方程代码演示_ev.mp422.88MB课时66 7-牛顿法求解最优化问题_ev.mp422.44MB课时67 8-牛顿法求解最优化代码演示_ev.mp433.03MB课时68 9-拟牛顿法介绍_ev.mp414.22MB课时69 10-坐标下降法_ev.mp46.76MB课时70 11-最优化算法瓶颈_ev.mp412.45MB课时71 12-凸优化问题_ev.mp43.53MB课时72 13-凸集_ev.mp45.26MB课时73 14-凸函数_ev.mp46.31MB课时74 15-凸优化表达形式_ev.mp46.3MB课时75 16-拉格朗日乘子法_ev.mp414.67MB课时76 17-KKT条件_ev.mp410.75MB课时77 18-拉格朗日对偶_ev.mp436.79MB课时20 线性回归算法 NO.497.13701.5GB
课时01 9-1-数据分析部分知识回顾_ev.mp46.62MB课时02 9-2-线性回归介绍_ev.mp411.09MB课时03 9-3-线性回归的基本概念1_ev.mp428.91MB课时04 9-4-线性回归的基本概念2_ev.mp424.14MB课时05 9-5-正规方程介绍_ev.mp420.48MB课时06 9-6-正规方程求解多元一次方程_ev.mp430.56MB课时07 9-7-sklearn中线性方程正规方程运算_ev.mp421.28MB课时08 9-8-sklearn带截距运算_ev.mp436.83MB课时09 10-1-八元一次方程问题再现_ev.mp433.3MB课时10 10-2-八元一次方程增加截距的解决方案_ev.mp441.07MB课时11 10-3-正规方程的公式推导_ev.mp432.21MB课时12 10-4-凸函数判定_ev.mp414.4MB课时13 10-5-最大似然估计_ev.mp426.91MB课时14 10-6-最小二乘法公式推导_ev.mp431.65MB课时15 10-7-正规方程进行演示_ev.mp423.61MB课时16 10-8-sklearn线性回归演示_ev.mp413.39MB课时17 11-1-波士顿房价加载和查看_ev.mp428.38MB课时18 11-2-数据拆分建模预测_ev.mp449.71MB课时19 11-3-模型评估_ev.mp436.53MB课时20 11-4-梯度下降的概念介绍_ev.mp434.84MB课时21 11-5-梯度下降步骤_ev.mp417.74MB课时22 11-6-函数与导函数求解最优解_ev.mp417.38MB课时23 11-7-梯度下降代码演示_ev.mp458.41MB课时24 11-8-梯度下降可视化_ev.mp423.64MB课时25 12-2-三种梯度下降对比_ev.mp415.69MB课时26 12-3-线性回归梯度下降更新公式_ev.mp427.87MB课时27 12-4-BGD更新公式_ev.mp413.71MB课时28 12-5-SGD和MBGD更新公式介绍_ev.mp415.77MB课时29 12-6-BGD批量梯度下降代码演示_ev.mp456.31MB课时30 12-7-BGD批量梯度下降求解多元一次方程_ev.mp410.93MB课时31 12-8-SGD随机梯度下降计算了一元一次方程_ev.mp432.47MB课时32 12-9-SGD随机梯度下降多元一次方程求解_ev.mp412.7MB课时33 12-10-MBGD梯度下降代码演示_ev.mp413MB课时34 13-1-归一化目的_ev.mp438.19MB课时35 13-2-最小值最大值归一化_ev.mp431.62MB课时36 13-3-Z-Score归一化_ev.mp423.66MB课时37 13-4-天池工业蒸汽量项目归一化实战（一）_ev.mp435.11MB课时38 13-5-天池工业蒸汽量项目归一化实战（二）_ev.mp442.46MB课时39 13-6-过拟合和欠拟合正则化介绍_ev.mp435.47MB课时40 1-归一化内容总结重点目标值归一化_ev.mp412.1MB课时41 10-作业_ev.mp42.2MB课时42 2-套索回归介绍_ev.mp416.98MB课时43 3-L1正则化可视化图形_ev.mp423.48MB课时44 4-L1正则化稀松性缩小系数到0_ev.mp426.39MB课时45 5-L1正则化套索回归权重衰减梯度下降公式_ev.mp416.78MB课时46 6-L2正则化岭回归原理详解_ev.mp425.46MB课时47 7-Ridge算法使用_ev.mp428.14MB课时48 8-Lasso回归使用_ev.mp444.31MB课时49 9-ElasticNet弹性网络使用_ev.mp411.36MB课时50 1-天池工业蒸汽量不同模型不同处理得分整理_ev.mp427.85MB课时51 2-多项式回归升维概念介绍_ev.mp420.83MB课时52 3-多项式回归升维实战（一）_ev.mp437.25MB课时53 4-多项式回归升维维度概念详解_ev.mp419.87MB课时54 5-多项式回归升维实战（二）_ev.mp436.17MB课时55 6-多项式回归实战天猫双十一销量预测（线性回归模型）_ev.mp453.77MB课时56 7-多项式回归实战天猫双十一销量预测（随机梯度下降模型）_ev.mp425.08MB课时57 8-中国人寿保费预测（EDA数据探索）_ev.mp443.07MB课时21 线性分类算法 NO.219.12181.16GB
课时01 16-1-逻辑回归介绍_ev.mp425.75MB课时02 16-2-Sigmoid函数介绍_ev.mp423.48MB课时03 16-3-逻辑回归损失函数推导_ev.mp413.84MB课时04 16-4-损失函数立体化呈现（一）_ev.mp453.84MB课时05 16-5-损失函数立体化呈现（二）_ev.mp473.86MB课时06 16-6-逻辑回归代码实现与概率手动计算_ev.mp435.29MB课时07 17-1-逻辑回归梯度下降更新公式_ev.mp427.35MB课时08 17-2-逻辑回归多分类OVR_ev.mp422.36MB课时09 17-3-逻辑回归OVR建模与概率预测_ev.mp431.57MB课时10 17-4-代码实现逻辑回归OVR概率计算_ev.mp430.44MB课时11 17-5-Softmax函数与概率计算_ev.mp418.34MB课时12 17-6-代码实现逻辑回归softmax概率计算_ev.mp436.01MB课时13 17-7-Sigmoid与Softmax异同_ev.mp49.78MB课时14 18-1-支持向量机SVM概念_ev.mp422.44MB课时15 18-2-支持向量机SVM目标函数推导_ev.mp442.71MB课时16 18-3-SVM二分类最大间隔线绘制_ev.mp453.05MB课时17 18-4-拉格朗日乘子法介绍_ev.mp413.21MB课时18 18-5-拉格朗日乘子法原理推导_ev.mp444.82MB课时19 18-6-支持向量机SVM作业介绍_ev.mp46.14MB课时20 19-1-作业讲解和知识点回顾_ev.mp424.99MB课时21 19-2-SVC支持向量机分类不同核函数差异_ev.mp437.03MB课时22 19-3-非线性核函数介绍_ev.mp424.75MB课时23 19-4-核函数对应数学公式_ev.mp413.64MB课时24 19-5-KKT条件介绍_ev.mp453.22MB课时25 19-6-SVR支持向量机回归核函数差异_ev.mp420.53MB课时26 19-7-SVR支持向量机回归拟合天猫双十一销量方程_ev.mp417.28MB课时27 20-1-SVM支持向量机原理可视化_ev.mp447.14MB课时28 20-2-SVM支持向量机KKT条件详解_ev.mp427.47MB课时29 20-3-SVM支持向量机对偶问题转化_ev.mp416.56MB课时30 20-4-SVM支持向量机目标函数构建_ev.mp420.16MB课时31 20-5-SVM支持向量机损失函数SMO求解过程_ev.mp423MB课时32 20-6-SVM支持向量机网格搜索参数优化_ev.mp441.49MB课时33 20-7-SVM软间隔及优化_ev.mp426.3MB课时34 21-1-LFW人脸数据数据加载与介绍_ev.mp441.06MB课时35 21-2-SVM支持向量机LFW数据建模与参数选择_ev.mp443.55MB课时36 21-3-SVM支持向量机LFW建模预测可视化_ev.mp442.36MB课时37 21-4-SVM支持向量机软间隔与优化目标函数构建_ev.mp449.21MB课时38 21-5-SVM算法整体回归_ev.mp434.18MB课时22 深度学习基础 NO.789.1567221.08MB
课时01 01 深度学习介绍_ev.mp474.8MB课时02 02 神经网络的基础_ev.mp458.27MB课时03 03 浅层神经网络_ev.mp475.94MB课时04 04 深层神经网络_ev.mp412.08MB课时23 深度学习进阶 NO.793.1569178.45MB
课时01 01 梯度下降算法改进算法_ev.mp4105.1MB课时02 02 正则化_ev.mp473.35MB课时24 自然语言处理(NLP) NO.798.15744.77GB
课时01 01 自然语言处理初期发展_ev.mp495.18MB课时02 02 序列数据研究_ev.mp4109.21MB课时03 03 文本预处理_ev.mp499.43MB课时04 04 NLTK分词的使用_ev.mp494.6MB课时05 04 jieba分词的使用_ev.mp475.44MB课时06 06 语言模型之n元语法_ev.mp484.82MB课时07 07 序列数据采样方法_ev.mp4106.83MB课时08 08 RNN理论讲解_ev.mp490.56MB课时09 09 从零实现RNN之读取数据和初始化模型参数_ev.mp481.12MB课时10 10 从零实现RNN之构建RNN模型_ev.mp446.44MB课时11 11 从零实现RNN之预测代码_ev.mp462.54MB课时12 12 从零实现RNN之训练_ev.mp4213.53MB课时13 13 pytorch实现RNN_ev.mp4138.53MB课时14 14 RNN反向传播数学细节_ev.mp4120.29MB课时15 15 LSTM原理和代码实现_ev.mp4200.1MB课时16 16 GRU原理和代码实现_ev.mp481.81MB课时17 17 深度循环神经网络_ev.mp448.52MB课时18 18 双向循环神经网络_ev.mp446.82MB课时19 19 机器翻译之数据处理_ev.mp4143.58MB课时20 20 encoder和decoder架构_ev.mp4228.26MB课时21 21 seq2seq之训练_ev.mp4244.73MB课时22 22 seq2seq之预测和评估_ev.mp4166.88MB课时23 23 注意力机制之Waston核回归_ev.mp4313.21MB课时24 24 注意力评分函数_ev.mp4265.31MB课时25 25 Bahdanau注意力_ev.mp4195.2MB课时26 26 多头注意力_ev.mp4177.45MB课时27 27 自注意力和位置编码_ev.mp4133.03MB课时28 28 transformer结构_ev.mp430.11MB课时29 29 transformer模块之FFN_ev.mp443.61MB课时30 30 transformer模块之addnorm_ev.mp464.03MB课时31 31 transformer模块之encoderblock_ev.mp464.11MB课时32 32 transformer模块之decoder和训练预测_ev.mp4148.02MB课时33 33 BERT结构_ev.mp447.57MB课时34 34 BERT实现_ev.mp4160.75MB课时35 35 BERT训练之数据预处理_ev.mp477.18MB课时36 36 BERT训练环节_ev.mp431.24MB课时37 37 BERT微调训练_ev.mp435.12MB课时38 38 神经网络语言模型_ev.mp460.09MB课时39 39 word2vec_ev.mp434.13MB课时40 40 word2vec推导_ev.mp444.1MB课时41 41 skip-gram的改进_ev.mp417.8MB课时42 42 word2vec之训练数据预处理_ev.mp4111.27MB课时43 43 word2vec之训练代码详解_ev.mp4253.41MB课时25 PyTorch深度学习框架 NO.515.13811.39GB
课时01 01 pytorch介绍_ev.mp418.92MB课时02 02 pytorch安装_ev.mp430.33MB课时03 03 pytorch张量基础操作和基础运算_ev.mp476.7MB课时04 04 pytorch自动微分_ev.mp442.41MB课时05 01 pytorch实现原始线性回归_ev.mp469.53MB课时06 02 pytorch实现线性回归封装写法_ev.mp428.4MB课时07 03 pytorch实现分类问题_ev.mp435.97MB课时08 01 模型的子类写法_ev.mp466.07MB课时09 02 使用dataset重构代码_ev.mp415.02MB课时10 03 使用DataLoader重构代码_ev.mp410.75MB课时11 04 添加校验代码_ev.mp439.91MB课时12 05 封装_ev.mp435.96MB课时13 01 使用pytorch搭建cnn实现手写数字识别_ev.mp4127.76MB课时14 01 4种天气数据处理_ev.mp468.78MB课时15 02 图片预处理_ev.mp435.2MB课时16 03 添加dropout层_ev.mp471.8MB课时17 04 添加BN层_ev.mp454.8MB课时18 01 vgg16迁移学习_ev.mp453.05MB课时19 02 学习率衰减_ev.mp438.55MB课时20 03 数据增强_ev.mp451.1MB课时21 01 模型参数保存_ev.mp4101.46MB课时22 02 自定义dataset_ev.mp4104.21MB课时23 03 自定义数据集问题解决_ev.mp4185.49MB课时24 tensorboard的使用_ev.mp456.52MBmsb-AI实战工具课2.71GB
课时01 AI大模型提示词工程深入实战 NO.26622.04GB
课程资料.exe408.13MB课时01 001chatgptPrompt提示词工程课程介绍_ev.mp45.41MB课时02 002prompt和Promptengineering剖析_ev.mp417.87MB课时03 大模型介绍,使用大模型生成简历,写小红书文案,生成图片_ev.mp473.03MB课时04 004提示词基本技巧_灵活运营指令符号_指定输出格式markdown结合xmind生成思维导图_ev.mp423.85MB课时05 005自己定义格式输出_使用openrouter对比大模型结果_ev.mp428.15MB课时06 006plantuml和json格式输出并使用vscode展示_ev.mp419.51MB课时07 007mermaid格式输出_ev.mp411.41MB课时08 008使用chatgpt的gpts制作流程图_ev.mp49.91MB课时09 009如何使用角色扮演写好提示词_ev.mp418.05MB课时10 010写好结构化提示词的4要素_ev.mp418.67MB课时11 011充分费曼学习法写好提示词_ev.mp413.74MB课时12 01280_20原则激发大模型指导学习_ev.mp410.78MB课时13 013写一条利用番茄工作法Prompt_ev.mp45.83MB课时14 014利用SQ3R学习法构建提示词Prompt_ev.mp46.29MB课时15 015结合艾宾浩斯遗忘曲线构建学习计划Prompt_ev.mp48.11MB课时16 016交叉主题和双编码概念设计Prompt_ev.mp412.03MB课时17 017kimi,gpt4,文心一言,gemini等大模型对比分块学习法和多感官学习法提示词的效果_ev.mp438.44MB课时18 018playground调试学习tempaturemax_tokens参数_ev.mp441.09MB课时19 019topP参数Presencepenalty和Frequencypeanalty参数对比_ev.mp428.73MB课时20 020零样本提示词和零样本思维链技巧_ev.mp419.76MB课时21 021通过零样本思维链辅导小孩做数学题_ev.mp413MB课时22 022少样本和少样本思维链_ev.mp421.89MB课时23 023大模型self-consistency特性_ev.mp421.96MB课时24 024TOT思维树提示词构建深入剖析_ev.mp448.87MB课时25 024思维树提示词构建深入剖析_ev.mp448.94MB课时26 025anaconda环境搭建_ev.mp424.95MB课时27 026ancondajupyternotebook使用和虚拟环境构建_ev.mp446.91MB课时28 027python抓取抖音热榜数据集_ev.mp444.52MB课时29 028爬取对标账号首页数据之影刀介绍_ev.mp443.93MB课时30 029使用影刀抓取抖音用户首页所有标题描述数据_ev.mp471.12MB课时31 030使用大模型学习如何写爆款标题_ev.mp469.92MB课时32 转-031提示词工程化之深入剖析结构化提示词_ev.mp429.05MB课时33 转-032结构化提示词实战诗人提示词_ev.mp439.41MB课时34 转-033设计小红书,公众号,头条号的爆款结构化提示词_ev.mp425.33MB课时35 转-034非常牛叉通过结构化提示词设计一个python网络爬虫_ev.mp449.46MB课时36 转-035必看这一个牛叉的逆向提示词工程_ev.mp455.53MB课时37 转-036小红书创作文案同时生成抖音的脚本和分镜头_ev.mp426.2MB课时38 转-037小红书种草笔记结构化提示词_ev.mp439.83MB课时39 转-038生成本科论文结构化提示词_ev.mp417.05MB课时40 转-039短篇小说提示词创作爆款微头条_ev.mp445.31MB课时41 转-GPT4o_ev.mp46.11MB课时42 041chatgpt开发介绍并完成一个postman请求gptapi2_ev.mp463.88MB课时43 042python编程实现提示词原则比如特殊符号输出格式步骤_ev.mp451.36MB课时44 043python编程之提示词工程思维链_ev.mp430.42MB课时45 044提示词迭代优化_ev.mp442.29MB课时46 045文本概括提示词_ev.mp428.92MB课时47 046提示词文本推断inferring_ev.mp431.89MB课时48 047文本转换transforming_ev.mp452.35MB课时49 048文本扩展,自动回复邮件评价邮件temperature设定下情况有什么变化_ev.mp421MB课时50 049订餐机器人和playground模式生成代码之怎么python编程写提示词工程_ev.mp4161.42MB课时02 DALL.E3深入实战 NO.2663685.13MB
课时01 dalle3和copilot介绍dalle3内置提示词深入剖析_ev.mp457.81MB课时02 002-dalle3结构化提示词深入剖析_ev.mp455.66MB课时03 002-1bing-copilot结构化提示词画图创作-风格调试_ev.mp413.08MB课时04 003-结构化提示词控制风格-角度_ev.mp418.35MB课时05 004dalle3做古诗词插图-抖音赛道可以研究这个方向_ev.mp486.89MB课时06 005自定义ChatGPT-预设角色和定义输出_ev.mp48.87MB课时07 006魔法提示词自动生成创意提示词,成为作图大师_ev.mp458.64MB课时08 007古诗词插画大师提示词工程设计-提高小红书抖音创作效率_ev.mp461MB课时09 008-超级吸引眼球的knolling风格_ev.mp453.92MB课时10 014通过图片逆向生成提示词_ev.mp440.02MB课时11 替009gpts绘图工具分享使用-局部重绘-logo设计_ev.mp444.01MB课时12 替010logo设计器天马行空设计自己想要的logo_ev.mp419.22MB课时13 替011logo设计器分享_ev.mp430.6MB课时14 替012Glibatreeartdesigner应用画图设计_ev.mp436.62MB课时15 替013绘画大师深入研究-生成结构化提示词分析-局部重绘的应用_ev.mp432.39MB课时16 替014superdalle应用实战结构化提示词gpt应用实战_ev.mp424.3MB课时17 替015人物一致性技巧-使用gen_id_ev.mp418.9MB课时18 替016模仿大师通过图片逆向生成图诗词-模仿别人的图片_ev.mp424.86MB