chatGPT-原理与实践2天

  培训讲师:叶梓

讲师背景:
叶梓老师叶梓,工学博士,高级工程师。现某大型上市企业资深技术专家。2005年上海交通大学计算机专业博士毕业,在校期间的主研方向为数据挖掘、机器学习、人工智能。毕业后即进入软件行业从事信息化技术相关工作;负责或参与了多项、省市级人工智能及大数 详细>>

叶梓
    课程咨询电话:

chatGPT-原理与实践2天详细内容

chatGPT-原理与实践2天

chatGPT原理与实践
【课程简介】
本课程旨在通过实际案例展示ChatGPT相关模型的具体应用场景及实践技巧,从而帮助学习者深入了解和掌握ChatGPT的概念和更广泛的应用,深入理解其工作方式,包括其基础知识、核心算法和实现方式,掌握其在各行业领域中的应用情况等。
该课程适合于对ChatGPT技术感兴趣的学习者,从初学者到进阶者均可受益。经过本课程的学习,获得相关技术实战经验,通过一系列的实践案例提高利用chatGPT解决实际问题能力。
【课程时长】
2天(6小时/天)
【课程对象】
理工科本科及以上,且至少了解一门编程语言。
【课程大纲】(培训内容可根据客户需求调整)
时间
内容
案例实践与练习
Day1上午
Transformer基础
1、你需要的仅仅是“注意力”
2、Transformer中的block
3、自注意力机制
4、多头注意力
5、位置编码(抛弃RNN)
6、Batch Norm与Layer Norm
7、解码器的构造
初代GPT
“独角兽”的威力
GPT的内部架构
基于Transformer的改造
自注意力机制的改进
GPT的演进
1、GPT2
2、GPT3
3、GPT3.5
Day1下午
强化学习基础
马尔科夫奖励/决策过程
状态行为值函数
Bellman方程
DP、MC、TD三者的关系
策略梯度方法
信赖域系方法背景
PPO方法
chatGPT的原理介绍
1、指示学习与InstructGPT
2、相关数据集
3、有监督微调(SFT)
4、从人类反馈中RL的思路
5、奖励建模(RM)
6、PPO
Day2上午
训练自用的chatGPT
1、基于chatGLM的微调
2、LoRA
3、Prefix Tuning
4、P-Tuning
5、Prompt Tuning
6、权重量化
7、构建训练数据集
羊驼系列大模型
1、LLaMA
2、Alpaca
3、BELLE
4、RedPajama 数据集
Day2下午
chatGPT及其各种仿制品
1、chatGPT的实测效果
2、文心一言与文心一格
3、ChatGPT的其他平替
4、ChatExcel
5、ChatPDF
chatGPT的领域应用
1、IT领域
2、金融、保险领域
3、医疗卫生领域
4、教育领域

 

叶梓老师的其它课程

DeepSeek辅助日常工作培训提纲一、引言介绍大模型领域的竞争态势强调DeepSeek的独特优势二、DeepSeek概述DeepSeek的发展背景与定位DeepSeek各版本的特点与区别三、DeepSeek部署本地单机部署DeepSeek蒸馏版的硬件要求本地单机部署DeepSeek(量化)满血版的配置与性能本地单机多卡部署DeepSeek(量化)满血版的策

 讲师:叶梓详情


知识图谱的Python实现【课程简介】本课程包含知识图谱的基本概念及常用算法,并实现了一个基于知识图谱的对话机器人。通过1天的系统学习、案例讲解和动手实践,让学员能初步了解知识图谱的的相关知识与技术。【课程对象】理工科本科以上,或至少了解一种编程语言。知识图谱基础知识图谱存储知识图谱基础概念知识推理本体推理方法本体推理工具语义搜索RDF与RDFSOWL与OW

 讲师:叶梓详情


智能医疗技术与ChatGPT临床应用三日深度培训第一天:人工智能基础与Python编程入门上午:人工智能在医疗领域的应用概述Python编程基础环境搭建、数据类型、流程控制Python环境搭建Python数据类型与流程控制Python函数的应用Python面向对象编程 文件读写和目录操作异常处理机器学习概述数据探索性分析:智能化数据分析特征工程:数据准备、数

 讲师:叶梓详情


人工智能“最强模型”transformer详解【课程简介】Transformer是迄今为止人工智能领域的最新和最强大的模型类别之一。它几乎正在凭借一己之力来推动深度学习的又一波重大进步。Transformer模型充分运用了称为注意力和自注意力机制,以检测系列(或图像)中元素相互影响和相互依赖的微妙关系。本课程通过2天时间的详细介绍,可使学习者初步了解Tran

 讲师:叶梓详情


||1.人工智能概述||第一节:人工智能与机器学习基础|2.机器学习概述|||3.机器学习算法应用分析|||1.一元线性回归|||2.代价函数|||3.梯度下降法||第二节:回归算法|4.sklearn一元线性回归应用|||5.多元线性回归|||6.sklearn多元线性回归应用|||案例:葡萄酒质量和时间的关系|||1.KNN分类算法介绍|||2.KNN分

 讲师:叶梓详情


人工智能技术详解【课程内容】本课程包含大数据、机器学习、深度学习、知识图谱、强化学习与深度强化学习的相关知识。【课程时长】7天(7小时/天)【课程对象】理工科本科及以上,且至少了解一门编程语言。【课程大纲】(培训内容可根据客户需求调整)时间内容案例实践与练习Day1上午准备工作准备工作1.概念与术语2.Python(Anaconda)的安装3.Pycharm

 讲师:叶梓详情


人工智能与深度学习第一天:人工智能概念与经典算法人工智能概念综述(第一天——1)从一些术语辨析人工智能人工智能之连接主义的兴衰史这次AI的热潮是怎么来的?图像处理领域的最新热点(第一天——2)分类、目标检测与实例分割风格迁移自动驾驶人体姿态识别超分辨率图像生成语言处理领域的最新热点(第一天——3)Attention机制自动构建知识图谱看图说话预训练机制三大经

 讲师:叶梓详情


人工智能之最新自然语言处理技术与实战课程介绍:自然语言处理(简称NLP)是计算机科学和人工智能研究的一个重要方向,研究计算机和理解和运用人类语言进行交互的问题,它是集语言学、机器学习、统计学、大数据于一体的综合学科。本课程主要介绍了NLP中的常用知识点:分词、词法分析、句法分析、向量化方法、经典的NLP机器学习算法,还重点介绍了NLP中最近两年来基于大规模语

 讲师:叶梓详情


第一天上午:统计分析原理从最简单的案例开始统计基础描述性统计用SPSS实现描述性统计的案例回归分析:线性回归回归分析:logistics回归用SPSS实现回归分析的案例可视化工具第一天下午:数据库与数据仓库介绍数据库概述SQL(基本的增、删、改、查)SQL(稍复杂的子句或嵌套)基于MySQL的上机操作SQL语言数据仓库:度量与维度数据仓库:星型模型、雪花模型

 讲师:叶梓详情


计算机视觉【课程时长】3天(7小时/天)【课程对象】理工科本科及以上,且至少了解一门编程语言。【课程大纲】(培训内容可根据客户需求调整)时间内容案例实践与练习Day1上午准备工作准备工作决策树准备工作(1)概念与术语Python(Anaconda)的安装Pycharm的安装与使用JupyterNotebook的安装与使用Tensorflow与pytorch的

 讲师:叶梓详情


COPYRIGT @ 2001-2018 HTTP://WWW.QG68.CN INC. ALL RIGHTS RESERVED. 管理资源网 版权所有