【中文配音+资料】Vizuara从零搭建大语言模型｜原片合计178万+·Building LLMs from Scratch 2024，大模型怎么学

名校课程-顶级中配

合集 · AI大模型实战 (8)

  1. 1:39:58
    【中文配音】约翰霍普金斯CUDA并行编程：从核函数到寄存器调优
  2. 9:46:00
    【中英双语+资料】第一个CUDA小项目怎么写｜CUDA大师课 矩阵乘+共享内存｜CUDA Programming 2026
  3. 11:38:32
    【中英双语】通过5个项目学习PyTorch，学习底层AI必备PyTorch，PyTorch项目实战
  4. 26:13:29
    【中英双语】从零手写Transformer到LLaMA｜原片合计145万+ 2023–2024
  5. 24:40:39
    【中文配音+资料】Vizuara从零搭建大语言模型｜原片合计178万+·Building LLMs from Scratch 2024
  6. 7:00:32
    【中英双语】12步搞定LLM训练全流程：数据、分词、预训练、LoRA微调，大模型微调
  7. 19:27:52
    【中英双语】伯克利vLLM：PagedAttention生产级推理｜原片合计58万+ 2023–2026
  8. 1:36:26
    【中英双语】AI基础设施(AI Infra)全解析：从单卡到千卡集群，GPU/vLLM/LLM-D实战 | KodeKloud

Parts

  1. P1 · 01 系列导论
  2. P2 · 02 LLM基础
  3. P3 · 03 预训练与微调
  4. P4 · 04 Transformer是什么
  5. P5 · 05 GPT-3如何工作
  6. P6 · 06 搭建LLM六阶段
  7. P7 · 07 手写Tokenizer
  8. P8 · 08 BPE分词
  9. P9 · 09 训练数据对
  10. P10 · 10 Token嵌入
  11. P11 · 11 位置编码
  12. P12 · 12 数据预处理全流程
  13. P13 · 13 注意力机制入门
  14. P14 · 14 简化注意力
  15. P15 · 15 自注意力KQV
  16. P16 · 16 因果自注意力
  17. P17 · 17 多头注意力上
  18. P18 · 18 多头注意力下
  19. P19 · 19 LLM架构全景
  20. P20 · 20 层归一化
  21. P21 · 21 GELU激活
  22. P22 · 22 快捷连接
  23. P23 · 23 手写Transformer块
  24. P24 · 24 手写1.24亿GPT-2
  25. P25 · 25 预测下一个Token
  26. P26 · 26 测量损失函数
  27. P27 · 27 真实数据评估
  28. P28 · 28 预训练循环
  29. P29 · 29 温度缩放
  30. P30 · 30 Top-k采样
  31. P31 · 31 保存与加载权重
  32. P32 · 32 加载OpenAI权重
  33. P33 · 33 分类微调入门
  34. P34 · 34 分类微调数据加载
  35. P35 · 35 分类微调模型结构
  36. P36 · 36 垃圾邮件分类实战
  37. P37 · 37 指令微调与Alpaca
  38. P38 · 38 指令微调组批
  39. P39 · 39 指令微调数据加载
  40. P40 · 40 加载预训练权重
  41. P41 · 41 微调训练循环
  42. P42 · 42 Ollama评估微调
  43. P43 · 43 二十分钟总复习
Description 
Vizuara《从零搭建大语言模型》完整课｜原片合计178万+·Building LLMs from Scratch

📌 本期看点
· 对着白板+Python，从分词、注意力写到 1.24 亿参数 GPT-2
· 预训练循环、温度采样、Top-k，再接到分类与指令微调
· 同步讲解 Raschka《Build a Large Language Model (From Scratch)》

🧭 观看指南
共 43 讲，均为中文配音版。

🎯 适合人群
想自己写一遍 Transformer/GPT、而不是只会调 API 的转码自学与算法同学。

持续更新海外硬核课程，点赞收藏关注三连，你的支持是更新的最大动力！

Comments

下班变码农 6d ago

多搬运这个博主，给硬币[星星眼]

♥ 2 ↩ 1

主机盒子GPU租用中心 6d ago

装得下不等于推得动，吞吐得一起看。