-
试看
1-1 人工智能课程导言
-
试看
1-2 AI发展的里程碑与产业影响
-
1-3 AI模态和发展历史
-
1-4 AI解决方案和行业转型
-
1-5 决策式AI和生成式AI
-
1-6 LLM 的“说话”原理“基础
-
1-7 Token与上下文机制
-
1-8 文本字符流的生成过程解析
-
1-9 AI训练的三阶段
-
1-10 AI学习的底层原理 和数据源
-
1-11 Token表与上下文概率关系
-
1-12 当前Token概率出现的问题分析
-
1-13 数学基本概念和向量补充
-
1-14 向量空间的引入与“语义聚类”效应
-
1-15 数学概念：点积
-
1-16 Transformer原理和点积注意力与多头结构
-
1-17 层叠与模型深度
-
1-18 模型训练阶段的代价
-
1-19 模型参数和代号讲解
-
1-20 AI部署和LM studio
第1章 人工智能与大模型原理入门
©2023 码歌学院
