星颖资源网

 找回密码
 立即注册
查看: 78|回复: 3

尚硅谷 AI大模型之NLP教程

[复制链接]

7万

主题

1万

回帖

26万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
265943
发表于 2026-11-10 17:55:34 | 显示全部楼层 |阅读模式
001_教程简介

002_教程概述

003_导论-常见任务

004_导论-技术演进历史

005_环境准备

006_文本表示-概述

007_文本表示-分词-英文分词

008_文本表示-分词-英文分词-BPE算法

009_文本表示-分词-中文分词

010_文本表示-分词-分词工具-概述

011_文本表示-分词-分词工具-jieba-分词模式

012_文本表示-分词-分词工具-jieba-分词模式-API

013_文本表示-分词-分词工具-jieba-自定义词典

014_文本表示-词表示-one-hot&语义化词向量-概述

015_文本表示-词表示-语义化词向量-Word2Vec-概述

016_文本表示-词表示-语义化词向量-Word2Vec-原理-Skip-Gram

017_文本表示-词表示-语义化词向量-Word2Vec-原理-CBOW

018_文本表示-词表示-语义化词向量-Word2Vec-获取-公开词向量-说明

019_文本表示-词表示-语义化词向量-Word2Vec-获取-公开词向量-编码

020_文本表示-词表示-语义化词向量-训练词向量-概述

021_文本表示-词表示-语义化词向量-训练词向量-实操

022_文本表示-词表示-语义化词向量-应用-概述

023_文本表示-词表示-语义化词向量-应用-编码

024_文本表示-词表示-语义化词向量-应用-OOV问题

025_文本表示-词表示-上下文相关词向量

026_传统序列模型-RNN-概述

027_传统序列模型-RNN-基础结构

028_传统序列模型-RNN-示意图

029_传统序列模型-RNN-多层结构

030_传统序列模型-RNN-双向结构

031_传统序列模型-RNN-多层+双向结构

032_传统序列模型-RNN-API-构造参数

033_传统序列模型-RNN-API-输入输出-概述

034_传统序列模型-RNN-API-输入输出-含义

035_传统序列模型-RNN-API-输入输出-形状分析

036_传统序列模型-RNN-API-小练习

037_传统序列模型-案例-概述

038_传统序列模型-案例-思路分析-数据集说明

039_传统序列模型-案例-思路分析-模型结构和训练思路

040_传统序列模型-RNN-案例-项目结构

041_传统序列模型-RNN-案例-数据预处理-思路分析

042_传统序列模型-RNN-案例-数据预处理-读取json文件

043_传统序列模型-RNN-案例-数据预处理-文件路径说明

044_传统序列模型-RNN-案例-数据预处理-文件路径处理

045_传统序列模型-RNN-案例-数据预处理-构建并保存词表

046_传统序列模型-RNN-案例-数据预处理-构建训练集

047_传统序列模型-RNN-案例-数据预处理-保存训练集&测试集

048_传统序列模型-RNN-案例-数据集-说明

049_传统序列模型-RNN-案例-数据集-编码

050_传统序列模型-RNN-案例-模型定义-初始化方法

051_传统序列模型-RNN-案例-模型定义-前向传播

052_传统序列模型-RNN-案例-训练脚本-环境准备

053_传统序列模型-RNN-案例-训练脚本-训练循环

054_传统序列模型-RNN-案例-训练脚本-单个轮次的训练逻辑

055_传统序列模型-RNN-案例-训练脚本-Tensorboard使用说明

056_传统序列模型-RNN-案例-训练脚本-保存模型

057_传统序列模型-RNN-案例-预测脚本-说明

058_传统序列模型-RNN-案例-预测脚本-编码-上

059_传统序列模型-RNN-案例-预测脚本-编码-下

060_传统序列模型-RNN-案例-评估脚本-说明

061_传统序列模型-RNN-案例-评估脚本-编码

062_传统序列模型-RNN-案例-代码改造说明

063_传统序列模型-RNN-案例-Tokenizer-说明

064_传统序列模型-RNN-案例-Tokenizer-编码

065_传统序列模型-RNN-存在问题-概述

066_传统序列模型-RNN-存在问题-分析

067_传统序列模型-LSTM-概述

068_传统序列模型-LSTM-基础结构-说明

069_传统序列模型-LSTM-缓解梯度消失和爆炸

070_传统序列模型-LSTM-复杂结构

071_传统序列模型-LSTM-API-构造参数

072_传统序列模型-LSTM-API-输入输出

073_传统序列模型-LSTM-案例-概述&思路分析

074_传统序列模型-LSTM-案例-数据处理-说明

075_传统序列模型-LSTM-案例-数据处理-编码-上

076_传统序列模型-LSTM-案例-数据处理-编码-下

077_传统序列模型-LSTM-案例-数据集

078_传统序列模型-LSTM-案例-模型定义

079_传统序列模型-LSTM-案例-模型训练

080_传统序列模型-LSTM-案例-模型预测

081_传统序列模型-LSTM-案例-模型评估

082_传统序列模型-LSTM-存在问题

083_传统序列模型-GRU-基础结构

084_传统序列模型-GRU-复杂结构&API使用说明

085_传统序列模型-GRU-案例实操

086_传统序列模型-LSTM_GRU_RNN横向对比

087_Seq2Seq-概述

088_Seq2Seq-模型结构-编码器

089_Seq2Seq-模型结构-解码器

090_Seq2Seq-模型结构-训练机制

091_Seq2Seq-模型结构-推理机制

092_Seq2Seq-模型结构-案例实操-概述

093_Seq2Seq-模型结构-案例实操-需求分析

094_Seq2Seq-模型结构-案例实操-数据预处理-读取文件

095_Seq2Seq-模型结构-案例实操-数据预处理-改造Tokenizer

096_Seq2Seq-模型结构-案例实操-数据预处理-词表构建

097_Seq2Seq-模型结构-案例实操-数据预处理-构建数据集

098_Seq2Seq-模型结构-案例实操-Dataloader

099_Seq2Seq-模型结构-案例实操-模型定义-编码器

100_Seq2Seq-模型结构-案例实操-模型定义-解码器

101_Seq2Seq-模型结构-案例实操-模型定义-完整模型

102_Seq2Seq-模型结构-案例实操-训练脚本-核心代码

103_Seq2Seq-模型结构-案例实操-训练脚本-pad_token处理逻辑

104_Seq2Seq-案例-预测脚本

105_Seq2Seq-案例-评估脚本-bleu说明

106_Seq2Seq-案例-评估脚本-编码

107_Seq2Seq-总结

108_Attention机制-概述

109_Attention机制-工作原理-概述

110_Attention机制-工作原理-具体步骤

111_Attention机制-注意力评分函数

112_Attention机制-案例-代码升级改造思路

113_Attention机制-案例-注意力机制-实现思路

114_Attention机制-案例-注意力机制-编码

115_Attention机制-案例-注意力机制-训练和预测逻辑修改

116_Transformer-概述

117_Transformer-核心思想

118_Transformer-模型结构-整体结构

119_Transformer-模型结构-编码器-概述

120_Transformer-模型结构-编码器-自注意力子层-生成QKV向量

121_Transformer-模型结构-编码器-自注意力子层-完整计算过程

122_Transformer-模型结构-编码器-自注意力子层-多头注意力

123_Transformer-模型结构-编码器-前馈神经网络层

124_Transformer-模型结构-编码器-残差连接&层归一化-概述

125_Transformer-模型结构-编码器-残差连接-说明

126_Transformer-模型结构-编码器-层归一化

127_Transformer-模型结构-编码器-位置编码

128_Transformer-模型结构-编码器-说明

129_Transformer-模型结构-编码器-小结

130_Transformer-模型结构-解码器-概述

131_Transformer-模型结构-解码器-Mask-Attention

132_Transformer-模型结构-解码器-Cross-Attention

133_Transformer-模型结构-解码器-小结

134_Transformer-实现细节-注意力为什么需要缩放

135_Transformer-实现细节-注意力如何感知相对位置

136_Transformer-模型训练和推理机制

137_Transformer-API-概述

138_Transformer-API-nn.Transformer-构造参数

139_Transformer-API-nn.Transformer-forward方法-概述

140_Transformer-API-nn.Transformer-forward方法-输入输出

141_Transformer-API-nn.Transformer-encoder&decoder

142_Transformer-案例-代码改造思路

143_Transformer-案例-模型定义-基础结构

144_Transformer-案例-模型定义-位置编码-简易实现

145_Transformer-案例-模型定义-位置编码-哈弗实现

146_Transformer-案例-模型定义-前向传播

147_Transformer-案例-训练脚本

148_Transformer-案例-预测&评估脚本

149_Transformer-哈佛版本-核心源码解读

150_预训练模型-概述

151_预训练模型-分类

152_预训练模型-主流模型-GPT-概述

153_预训练模型-主流模型-GPT-模型结构

154_预训练模型-主流模型-GPT-预训练

155_预训练模型-主流模型-GPT-微调

156_预训练模型-主流模型-BERT-概述

157_预训练模型-主流模型-BERT-模型结构

158_预训练模型-主流模型-BERT-微调

159_预训练模型-主流模型-BERT-预训练

160_预训练模型-主流模型-T5-概述&模型结构

161_预训练模型-主流模型-T5-预训练&微调

162_预训练模型-HF-概述

163_预训练模型-HF-模型加载-AutoModel

164_预训练模型-HF-模型加载-AutoModelForXXX

165_预训练模型-HF-模型使用

166_预训练模型-HF-Tokenizer-加载

167_预训练模型-HF-Tokenizer-使用

168_预训练模型-HF-Tokenizer-模型配合使用

169_预训练模型-HF-Datasets-概述

170_预训练模型-HF-Datasets-加载数据集

171_预训练模型-HF-Datasets-查看数据集

172_预训练模型-HF-Datasets-加载在线数据集

173_预训练模型-HF-Datasets-预处理数据集-过滤数据

174_预训练模型-HF-Datasets-预处理数据集-划分数据集

175_预训练模型-HF-Datasets-预处理数据集-map-上

176_预训练模型-HF-Datasets-预处理数据集-map-下

177_预训练模型-HF-Datasets-保存数据集

178_预训练模型-HF-Datasets-集成Dataloader

179_预训练模型-案例-数据预处理-上

180_预训练模型-案例-数据预处理-下

181_预训练模型-案例-Dataloader

182_预训练模型-案例-模型定义

183_预训练模型-案例-模型训练

184_预训练模型-案例-模型推理

185_预训练模型-案例-模型评估

186_预训练模型-案例-测试

187_预训练模型-案例-带任务头的预训练模型

我用夸克网盘给你分享了「尚硅谷AI大模型之NLP教程」,点击链接或复制整段内容,打开「夸克APP」即可获取。

/~de9f38eL15~:/

夸克网盘分享

夸克网盘是夸克推出的一款云服务产品,功能包括云存储、高清看剧、文件在线解压、PDF一键转换等。通过夸克网盘可随时随地管理和使用照片、文档、手机资料,目前支持Android、iOS、PC、iPad。

下载地址:
游客,如果您要查看本帖隐藏内容请回复
回复

使用道具 举报

0

主题

3631

回帖

7262

积分

大师

Rank: 8Rank: 8

积分
7262
发表于 2026-11-10 23:55:39 | 显示全部楼层
慢慢看吧,一次塞太多也记不住。
回复

使用道具 举报

0

主题

3481

回帖

6962

积分

VIP(年费)

积分
6962
发表于 4 天前 | 显示全部楼层
雷军 :“用战术上的勤奋,掩盖战略上的懒惰,是创业者最大的陷阱。”
回复

使用道具 举报

0

主题

3379

回帖

6758

积分

VIP(年费)

积分
6758
发表于 昨天 11:41 | 显示全部楼层
你的人生,只有你自己能决定 。而那个决定的时刻,就是现在。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

微信

社群

VIP

AI

顶部

QQ|本站内容来源网友投稿或网络转载,如果有侵权的内容,请联系我们删除。|小黑屋|人人为我,我为人人!| 星颖资源网

GMT+8, 2026-11-19 11:34 , Processed in 0.179646 second(s), 27 queries .

快速回复 返回顶部 返回列表