大模型是深度学习自然语言处理皇冠上的一颗明珠，也是当前AI和NLP研究与产业中最重要的方向之一。本书使用PyTorch 2.0作为学习大模型的基本框架，以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术，为读者揭示大模型开发技术。

实战案例丰富

• 基于PyTorch卷积层的MNIST分类实战
• PyTorch数据处理与模型展示
• ResNet实战
• 有趣的词嵌入
• 基于PyTorch循环神经网络的中文情感分类实战
• 自然语言处理的编码器
• 预训练模型BERT
• 自然语言处理的解码器
• 强化学习实战
• 只具有解码器的GPT2模型
• 实战训练自己的ChatGPT
• 开源大模型ChatGLM使用详解ChatGLM高级定制化应用实战
• 对ChatGLM进行高级微调

目录

第1章 新时代的曙光——人工智能与大模型

• 人工智能：思维与实践的融合.

  • 人工智能的历史与未来
  • 深度学习与人工智能
  • 选择PyTorch 2.0 实战框架

• 大模型开启人工智能的新时代

  • 大模型带来的变革
  • 最强的中文大模型–清华大学 Cha1GLM介绍
  • 近在咫尺的未来–大模型的应用前景

• 本章小结

第2章 PyTorh2.0深度学习环境建

• 环境搭建1：安装 python

  • Minioondn的下载与安装
  • PyCharm 的下载与安装
  • Python 代码小练习:计算Sofimax函数

• 环境搭建2：安装 PyTorch 2.0

  • Nvidin 10120/30/40 系列显卡选择的 GPU版本
  • PyTorch2.0GPUNvidia运行库的安装
  • PyTorch2.0小练习:Hello PyTorch

• 生成式模型实战:古诗词的生成

• 图像降噪:手把手实战第一个深度学习模型

  • MNIST 数据集的准备
  • MNIST数据集的特征和标签介绍
  • 模型的准备和介绍
  • 对目标的远近–模型的损失画数与优化函数
  • 基于深度学习的模型训练

• 本章小结
  

第3章 从零开始学习PyTorch2.0

• 实战MNIST 手写体识别
  • 数据图像的获取与标签的说明
  • 实战基于 PyTorch2.0的手写体识别模型
  • 基于Nctron 库的 PyTorch 2.0 模型可视化
• 自定义经网络框架的基本设计
  • 神经网络框架的抽象实現
  • 自定又神经网络福架的具体实现
• 本章小结
  

第4章 一学就会的深度学习基础算法详解

• 反向传播神经网络的前身历史

• 反向传指神经网络两个基础算法详解

  • 最小二泉法详解
  • 梯度下降算法
  • 最小二来法的梯度下降算法及其 Python 实现

• 反馈抻经网络反向传播算法介绍

  • 深度学习基础
  • 链式求导法则
  • 反馈神经网络的原理与公式推导
  • 反馈神经网络原理的激活函数
  • 反馈神经网络原理的Pyihon 实现

• 本章小结

第5章 基于PyTOrch卷积层的MNIST分类实战

• 卷积运算的基本概念
  • 基本卷积运算示例
  • PyTorch 中的卷积函数实现详解
  • 池化运算
  • Sofmmax 激活函数
  • 卷积神经网络的原理
• 实战:基于卷积的 MNIST手写体分类
  • 数据的准备
  • 模型的设计
  • 基子卷积的 MNIST 分类模型
• PyTorch 的深度可分离膨胀卷积详解
  • 深度可分离卷积的定义
  • 深度的定义以及不同计算层特训练参数的比较
  • 膨胀卷积详解
  • 实战:基于深度可分离膨胀卷积的 MNIST手写体识别
• 本章小结
  

第6章 可视化的PyTorch数据处理与模型展示

• 用于自定文数据集的 torch.urils,data 工具使用详解

  • 使用 torch.utils,datn Dataset对装自定义数据集
  • 改变数据类型的 Dataset 类中的 translonmm 的使用
  • 批量输出数据的 DataLosder 英详解

• 实战：基于tensorboardx的训练可视化展示

  • 可视化组件 tensorboanix 的简介与安装
  • tensorboindx可视化组件的使用
  • tensorboardx对模型训炼过程的展示

• 本章小结

第7童 ResNet实战
第8章 有趣的词嵌入
第9章 基于循环神经网络的中文情感分类实战
第10章 从零开始学习自然语言处理的编码器
第11章 站在巨人膀上的预训练模型BERT
第12章 从1开始自然语言处理的解码器
第13章 基于PyTorch2.0的强化学习实战
第14章 ChatGPT前身–只具有解码器的 GPT-2模型
第15章 实战训练自己的ChatGPT
第16章 开源大型ChaGLM使用详解
第17章 开源大模型 ChalGLM 高级定制化应用实战
第18章 对训练成本上亿美元的ChatGLM进行高级微调

篇幅有限，这里就不一一展示了，这份完整版的PDF 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】