爆赞！清华大牛整理的基于PyTorch从零开始大模型开发与微调

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。

PyTorch 作为最新的、应用最为广泛的深度学习开源框架，自然引起了广泛的关注，它吸引了大量程序设计和开发人员进行相关内容的开发与学习。

掌握PyTorch 程序设计基本技能的程序设计人员成为当前各组织和单位热切寻求的热门人才。他们的主要工作就是利用获得的数据集设计不同的人工神经模型，利用人工神经网络强大的学习能力提取和挖掘数据集中包含的潜在信息,编写相应的 PyTorch 程序对数据进行处理，对其价值进行进一步开发，为商业机会的获取、管理模式的创新、决策的制定提供相应的支持。

今天给小伙伴们分享的这份手册使用 PyTorch 2.0 作为学习大模型的基本框架，以 Chat GLM 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。

限于文章篇幅原因，只能以截图的形式展示出来，有需要的小伙伴可以文末获取↓↓↓

第1章 新时代的曙光——人工智能与大模型

第2章 PyTorch 2.0深度学习环境搭建

第3章 从零开始学习 PyTorch 2.0

第4章 一学就会的深度学习基础算法详解

第5章 基于 PyTorch 卷积层的MNIST 分类实战

第6章 可视化的 PyTorch 数据处理与模型展示

第7章 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 站在巨人肩膀上的预训练模型BERT

第12章 从1开始自然语言处理的解码器

第13章 基于 PyTorch 2.0 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 开源大模型 ChatGLM 使用详解

第17章 开源大模型ChatGLM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

限于文章篇幅原因，就展示到这里了，有需要的小伙伴可以查看下方名片↓↓↓