人工智能专业博士、高级工程师

  • 擅长领域:
    学术研究
  • 主讲课程:
     《数据分析与数据挖掘导论》  《机器学习与深度学习》  《基于深度学习的计算机视觉》  《强化学习与深度强化学习》  《深度学习》  《强化学习》 《自然语言处理》
  • 邀请费用:
    30000元/天(参考价格)
大模型技术与应用培训提纲

2024-04-23 更新 321次浏览

在线咨询
  • 所属领域
    其他
  • 适合行业
    银行证券行业 航空客运行业 电力能源行业 生产制造行业 政府机关部门
  • 课程背景
    为了帮助企业和专业人士更好地理解和应用这一前沿技术,特别设计了为期两天的大模型技术与应用培训课程。本培训旨在提供一个全面的学习平台,不仅涵盖大模型技术的基础知识和最新进展,还包括企业级应用场景的深入分析和实战演练,以确保学员能够将所学知识应用于实际工作中,为企业带来创新与价值。 培训背景: 技术发展迅速:随着AI技术的快速发展,大模型技术已成为推动行业创新的关键因素。本培训将介绍大模型技术的最新进展,帮助学员跟上技术的步伐。 应用场景广泛:大模型技术在金融、医疗、教育等多个领域都有广泛的应用。通过案例分析,学员将了解这些技术如何在不同行业中发挥作用。 实战经验重要:理论知识与实战经验的结合是掌握任何技术的关键。本培训将提供实战演练的机会,让学员亲自操作大模型,体验其功能并学习如何进行微调和优化。 企业需求增长:企业对于能够利用AI技术提升效率和创新能力的人才需求日益增长。本培训将帮助学员掌握企业所需的关键技能,提高其在职场的竞争力。 未来趋势洞察:通过对未来趋势的探讨,本培训将帮助学员预见行业发展的方向,为未来的职业规划提供指导。 通过这个培训,学员将能够全面掌握大模型技术的基础知识、最新进展、企业级应用场景以及未来趋势。我们期待与您一起探索大模型技术的无限可能,并助力您的职业发展。
  • 课程目标
    课程目标: 基础知识掌握:确保学员对大模型技术的定义、关键技术、以及生成式人工智能(AIGC)的概念有清晰的理解。 技术进展了解:让学员了解大模型技术的最新发展,包括但不限于ChatGPT的历史与发展,以及深度学习框架如PyTorch的应用。 实验环境搭建:教授学员如何搭建机器学习和深度学习实验环境,包括Python编程和数据科学工具库的使用。 算法理解:深入讲解深度学习算法基础,包括多层感知器(MLP)、卷积神经网络(CNN)、循环神经网络(RNN)等。 模型架构解析:深入分析Transformer架构,包括自注意力机制、多头注意力、位置编码等关键组件。 企业级应用:通过案例分析,让学员理解大模型技术在不同企业级应用场景中的运用,如金融机构的风险评估系统、教育机构的个性化学习路径推荐系统等。 技术微调和优化:教授学员如何对大模型进行微调和优化,包括权重量化、模型部署、以及高效算法的应用。 实战演练:通过实战演练,让学员亲自操作基础模型的使用与体验,以及大模型的微调实践,加深对技术的掌握。 高级应用开发:介绍如何利用大模型技术构建企业级对话系统,包括LangChain的原理和关键组件。 部署与运维:讲解模型部署的最佳实践,包括容器化、云服务,以及运维中的监控、调优与安全性管理。 痛点与难点理解:帮助学员识别并理解在大模型技术应用过程中可能遇到的难点和痛点。 未来趋势洞察:通过对大模型技术未来趋势的讨论,培养学员的前瞻性思维和创新能力。 知识储备:为学员提供必要的知识储备,包括词嵌入、语义空间、高维向量的快速模糊匹配等,以支持更高级的技术应用。
  • 课程时长
    两天
  • 适合对象
    具备基本的编程能力,熟悉至少一种编程语言,如Python,能够进行简单的代码编写和调试。
  • 课程大纲

    第一天:基础篇与技术概览

    • 上午(3小时)
      • 大模型技术基础与最新进展
        • 大模型的定义与关键技术概览
          • 生成式人工智能(AIGC)概念
          • ChatGPT历史与发展
          • 一些关键技术
        • 人工智能实验环境的搭建
          • 机器学习环境与深度学习环境
          • Python编程与数据科学工具库介绍
          • GPUcuda
          • 深度学习框架:PyTorch
        • ChatGPT模型背后的NLP基础知识
          • 深度学习算法基础
          • MLPCNNRNN
          • 特殊字符、分词与停用词处理技术
          • 词向量与Embedding
        • 介绍大模型前沿应用
          • 文心一言、通义千问等
          • Midjourney
      • 企业应用场景案例分析
        • 金融机构中的智能风险评估系统案例
        • 教育机构的个性化学习路径推荐系统案例
    • 下午(3小时)
      • 大模型的核心技术深入
        • Transformer架构的深入解析与优化
          • Transformer中的block
          • 自注意力机制与多头注意力
          • 位置编码(为什么可以抛弃RNN
          • Batch NormLayer Norm
          • 解码器的构造
        • chatGPT的原理介绍
          • 指示学习与InstructGPT
          • 相关数据集
          • 有监督微调(SFT
          • 从人类反馈中RL的思路
          • 奖励建模(RM
          • 运用PPO改进
      • 企业应用场景案例分析
        • 法律行业的法条自动生成案例
        • 法律行业的智能合同审核与咨询案例
      • 实战演练:基础模型的使用与体验
        • 演示如何使用最新的开源大模型ChatGLM3
        • 学员动手操作,体验模型的基本功能及最新特性

    第二天:进阶篇与实战应用

    • 上午(3小时)
      • 大模型的微调和优化
        • ChatGLM部署
          • ChatGLM3-6B介绍
          • ChatGLM3搭建流程
          • 应用场景(工具调用、代码执行)
          • 权重量化
        • ChatGLM3原理
          • Code Interpreter
          • 多模态CogVLM
          • WebGLM搜索增强
        • 大模型训练的高效算法与优化技术
          • LoRA
          • Prefix        Tuning
          • P-Tuning
          • Prompt        Tuning
          • freeze
      • 企业应用场景案例分析
        • 金融科技中的自动化报告生成与分析案例
        • 医疗研究中的文献检索与知识提取案例
        • 教育技术中的智能教学辅助工具案例
    • 下午(3小时)
      • 实战演练:大模型的微调实践
        • 演示ChatGLM3微调过程
          • 数据准备
          • 模型调整
          • 结果评估
        • 学习LangChain所需的知识储备
          • 词嵌入与语义空间
          • 高维向量的快速模糊匹配
          • 局部敏感哈希(LSH
          • 向量数据库
        • 建立企业级对话系统
          • LangChain的原理
          • 大模型利用的难点与痛点
          • Langchain的基本思路
          • 关键组件
      • 大模型的部署与运维
        • 模型部署的最佳实践,包括容器化、云服务等
          • ChatGLM.cpp
          • Docker简介
          • K8s简介
        • 运维中的监控、调优与安全性管理
      • 企业应用场景案例分析
        • 企业内部的知识管理系统与智能助手案例
        • 卫生行业的智能助手

    通过这个为期两天的培训,学员将能够全面掌握大模型技术的基础知识、最新进展、企业级应用场景以及未来趋势。通过案例分析、实战演练和高级应用开发,学员将能够深入理解并应用大模型技术,为企业带来创新与价值。


    课程标签:AIGC,人工智能,大模型

需求提交

  • 您可以在这里提交您的培训需求:
  • 您的企业想培训什么课题?有多少人参加?培训人员层次?

    提交培训需求后我们会和您取得联系,为您提供最适合您的培训课程方案!


中华名师网 版权所有 豫ICP备10210720号-10

Copyright © 2010-2024 mingshi51.com All Rights Reserved.

咨询热线:400-108-3721

周一至周日 08:00~21:00

在线咨询