Ι 课程介绍
* 课程时间：2024年完结（会员免费包更新）
* 课程包括：视频+课程资料
* 课程售价：¥49.9元
* 会员免费
* 课程目录：如下
├─基础班
│ ├─视频
│ │ 3_14_导包_函数_作用域_内对象_魔法函数meeting_01_ev.mp4
│ │ 3_16_try_dataset初识meeting_01_ev.mp4
│ │ 3_21-dataset-dataloader-pandas细讲meeting_01_ev.mp4
│ │ 3_25_梯度下降_线性回归开始meeting_01_ev.mp4
│ │ 3_28_线性回归多特征_矩阵求导meeting_01_ev.mp4
│ │ 3_30_逻辑回归_分类损失meeting_01_ev.mp4
│ │ 3_7_开班介绍-基础盲点1.mp4
│ │ 3_7_开班介绍-基础盲点2.mp4
│ │ 3_8_基础_匿名_sorted1_ev.mp4
│ │ 4_11_Linear_softmax_sigmoid_封装meeting_01_ev.mp4
│ │ 4_13_Tanh_Dropout_继承meeting_01_ev.mp4
│ │ 4_17_优化器_MSGD_Adam23_动量梯度下降_parameter.mp4
│ │ 4_17_优化器_MSGD_Adam24_优化器_Adam.mp4
│ │ 4_17_优化器_MSGD_Adam25_ReLU_Dropout_训练策略.mp4
│ │ 4_17_优化器_MSGD_Adam忘记录屏了_对应第一期的23-24-25.mp4
│ │ 4_19_基础验收_数字拍照测试meeting_01.mp4
│ │ 4_25_NLP_onehot文本分类meeting_01.mp4
│ │ 4_4_Mnist_多分类_softmaxmeeting_01_ev.mp4
│ │ 4_6_dataset_多层linearmeeting_01_ev.mp4
│ │ 5_15_负采样优化2023-05-15 19-08-24.mp4
│ │ 5_17_负采样其他策略meeting_01.mp4
│ │ 5_18_rnn_pytorch使用1.mp4
│ │ 5_18_rnn_pytorch使用2.mp4
│ │ 5_19_rnn复现2023-05-22 19-00-40.mp4
│ │ 5_24_LSTM复现_古诗生成2023-05-24 19-01-27.mp4
│ │ 5_29_lstm古诗生成meeting_01.mp4
│ │ 5_4_embedding层讲解meeting_01.mp4
│ │ 5_5_word2vec复现1meeting_01.mp4
│ │ 5_9_搜狗词向量替换meeting_01.mp4
│ │ 6_12_transformer_复现2_多头注意力机制meeting_01.mp4
│ │ 6_14_位置编码_ner数据meeting_01.mp4
│ │ 6_1_seq2seq_翻译meeting_01.mp4
│ │ 6_20_ner训练测试_hf模型下载_bert拼接meeting_01.mp4
│ │ 6_26_bert_究极细讲_源码解析meeting_01.mp4
│ │ 6_29_prompt_原理复现meeting_01.mp4
│ │ 6_5_attention_模型保存和加载meeting_01.mp4
│ │ 6_8_transformer_复现12023-06-08 18-59-58.mp4
│ │ 7_10_知识蒸馏原理及复现meeting_01.mp4
│ │
│ └─资料
│ ├─3_14_导包_函数_作用域_内对象_魔法函数
│ │ │ 3_14_导包_函数_作用域_内对象_魔法函数class_类.py
│ │ │ 3_14_导包_函数_作用域_内对象_魔法函数主函数.py
│ │ │ 3_14_导包_函数_作用域_内对象_魔法函数全局变量.py
│ │ │ 3_14_导包_函数_作用域_内对象_魔法函数函数参数.py
│ │ │ 3_14_导包_函数_作用域_内对象_魔法函数局部变量.py
│ │ │ 3_14_导包_函数_作用域_内对象_魔法函数调用包1.py
│ │ │ 3_14_导包_函数_作用域_内对象_魔法函数调用包2.py
│ │ │
│ │ ├─import_page
│ │ │ │ import_pagefun1.py
│ │ │ │ import_page调用包2.py
│ │ │ │
│ │ │ └─__pycache__
│ │ │ __pycache__fun1.cpython-39.pyc
│ │ │ __pycache__调用包2.cpython-39.pyc
│ │ │
│ │ └─__pycache__
│ │ __pycache__调用包2.cpython-39.pyc
│ │
│ ├─3_16_try_dataset初识
│ │ │ 3_16_try_dataset初识dataset_dataloader1.py
│ │ │ 3_16_try_dataset初识字符串格式化.py
│ │ │ 3_16_try_dataset初识读取数据.py
│ │ │
│ │ └─data
│ │ datatrain0.txt
│ │ datatrain1.txt
│ │ datatrain2.txt
│ │
│ ├─3_21-dataset-dataloader-pandas细讲
│ │ │ 3_21-dataset-dataloader-pandas细讲dataset_dataloader2.py
│ │ │ 3_21-dataset-dataloader-pandas细讲dataset_dataloader3.py
│ │ │ 3_21-dataset-dataloader-pandas细讲dataset_dataloader4.py
│ │ │ 3_21-dataset-dataloader-pandas细讲dataset_dataloader5.py
│ │ │ 3_21-dataset-dataloader-pandas细讲dataset_dataloader6_作业.py
│ │ │ 3_21-dataset-dataloader-pandas细讲dataset_dataloader7.py
│ │ │ 3_21-dataset-dataloader-pandas细讲dataset_dataloader8.py
│ │ │ 3_21-dataset-dataloader-pandas细讲enumerate.py
│ │ │ 3_21-dataset-dataloader-pandas细讲info.xls
│ │ │ 3_21-dataset-dataloader-pandas细讲new_info.csv
│ │ │ 3_21-dataset-dataloader-pandas细讲new_info.xlsx
│ │ │ 3_21-dataset-dataloader-pandas细讲pandas_操作.py
│ │ │ 3_21-dataset-dataloader-pandas细讲raise.py
│ │ │
│ │ └─data
│ │ datatrain0.txt
│ │ datatrain1.txt
│ │ datatrain2.txt
│ │
│ ├─3_25_梯度下降_线性回归开始
│ │ 3_25_梯度下降_线性回归开始梯度下降.py
│ │ 3_25_梯度下降_线性回归开始线性回归1.py
│ │
│ ├─3_28_线性回归多特征_矩阵求导
│ │ │ 3_28_线性回归多特征_矩阵求导矩阵求导.ipynb
│ │ │ 3_28_线性回归多特征_矩阵求导线性回归2.py
│ │ │ 3_28_线性回归多特征_矩阵求导线性回归3.py
│ │ │ 3_28_线性回归多特征_矩阵求导线性回归4.py
│ │ │ 3_28_线性回归多特征_矩阵求导线性回归5.py
│ │ │
│ │ └─.ipynb_checkpoints
│ │ .ipynb_checkpoints矩阵求导-checkpoint.ipynb
│ │
│ ├─3_30_逻辑回归_分类损失
│ │ 3_30_逻辑回归_分类损失上海二手房价.csv
│ │ 3_30_逻辑回归_分类损失线性回归6.py
│ │ 3_30_逻辑回归_分类损失线性回归7.py
│ │ 3_30_逻辑回归_分类损失逻辑回归1.py
│ │
│ ├─3_7_开班介绍-基础盲点
│ │ 3_7_开班介绍-基础盲点3_7基础1.py
│ │ 3_7_开班介绍-基础盲点3_7基础2.py
│ │ 3_7_开班介绍-基础盲点3_7基础3.py
│ │ 3_7_开班介绍-基础盲点3_7基础4.py
│ │ 3_7_开班介绍-基础盲点3_7基础5.py
│ │ 3_7_开班介绍-基础盲点3_7基础6.py
│ │
│ ├─3_8_基础_匿名_sorted
│ │ │ 3_8_基础_匿名_sorted3_8.py
│ │ │ 3_8_基础_匿名_sorted3_8_2.py
│ │ │ 3_8_基础_匿名_sorted3_8_3.py
│ │ │ 3_8_基础_匿名_sorted3_8_4.py
│ │ │ 3_8_基础_匿名_sorted3_8_5.py
│ │ │
│ │ └─data
│ │ datatext – 副本.txt
│ │ datatext.txt
│ │
│ ├─4_11_Linear_softmax_sigmoid_封装
│ │ 4_11_Linear_softmax_sigmoid_封装手写数字识别10.py
│ │ 4_11_Linear_softmax_sigmoid_封装手写数字识别11.py
│ │ 4_11_Linear_softmax_sigmoid_封装手写数字识别12.py
│ │ 4_11_Linear_softmax_sigmoid_封装手写数字识别13.py
│ │ 4_11_Linear_softmax_sigmoid_封装手写数字识别6.py
│ │ 4_11_Linear_softmax_sigmoid_封装手写数字识别7.py
│ │ 4_11_Linear_softmax_sigmoid_封装手写数字识别8.py
│ │ 4_11_Linear_softmax_sigmoid_封装手写数字识别9.py
│ │
│ ├─4_13_Tanh_Dropout_继承
│ │ 4_13_Tanh_Dropout_继承手写数字识别14.py
│ │ 4_13_Tanh_Dropout_继承手写数字识别15.py
│ │ 4_13_Tanh_Dropout_继承继承.py
│ │
│ ├─4_17_优化器_MSGD_Adam
│ │ 4_17_优化器_MSGD_Adam手写数字识别16.py
│ │ 4_17_优化器_MSGD_Adam手写数字识别17.py
│ │ 4_17_优化器_MSGD_Adam手写数字识别18.py
│ │
│ ├─4_19_基础验收_数字拍照测试
│ │ │ 4_19_基础验收_数字拍照测试0.9406.pkl
│ │ │ 4_19_基础验收_数字拍照测试predict.py
│ │ │ 4_19_基础验收_数字拍照测试train.py
│ │ │
│ │ ├─images
│ │ │ images20230419190901__2.png
│ │ │ imagesimg0__6.png
│ │ │ imagesSnipaste_2023-04-19_19-07-33__7.png
│ │ │ imagesSnipaste_2023-04-19_19-07-47__3.png
│ │ │ imagesSnipaste_2023-04-19_19-07-57__4.png
│ │ │ imagesSnipaste_2023-04-19_19-08-11__8.png
│ │ │ imagesSnipaste_2023-04-19_20-16-45.png
│ │ │ images_20230419190835__9.png
│ │ │ images_20230419190844__8.png
│ │ │ images_20230419190852__4.png
│ │ │ images_20230419190857__1.png
│ │ │ images_20230419190907__5.jpg
│ │ │ images_20230419190914__7.png
│ │ │ images_20230419190919__6.png
│ │ │ images_20230419190929__3.png
│ │ │ images_20230419190934__0.png
│ │ │
│ │ └─images2
│ │ images2Snipaste_2023-04-19_20-21-37__0.png
│ │ images2Snipaste_2023-04-19_20-21-48__1.png
│ │ images2Snipaste_2023-04-19_20-21-54__2.png
│ │ images2Snipaste_2023-04-19_20-22-00__3.png
│ │ images2Snipaste_2023-04-19_20-22-06__4.png
│ │ images2Snipaste_2023-04-19_20-22-14__5.png
│ │ images2Snipaste_2023-04-19_20-22-20__6.png
│ │ images2Snipaste_2023-04-19_20-22-27__7.png
│ │ images2Snipaste_2023-04-19_20-22-36__8.png
│ │ images2Snipaste_2023-04-19_20-23-30__9.png
│ │
│ ├─4_25_NLP_onehot文本分类
│ │ │ 4_25_NLP_onehot文本分类文本分类1.py
│ │ │ 4_25_NLP_onehot文本分类文本分类2.py
│ │ │ 4_25_NLP_onehot文本分类文本分类3.py
│ │ │
│ │ └─data
│ │ datatrain.txt
│ │
│ ├─4_4_Mnist_多分类_softmax
│ │ │ 4_4_Mnist_多分类_softmaxmnist数据集.py
│ │ │ 4_4_Mnist_多分类_softmax手写数字识别1.py
│ │ │
│ │ └─images
│ │ images1.jpg
│ │ images10.jpg
│ │
│ ├─4_6_dataset_多层linear
│ │ 4_6_dataset_多层linear手写数字识别2.py
│ │ 4_6_dataset_多层linear手写数字识别3_dataset.py
│ │ 4_6_dataset_多层linear手写数字识别4.py
│ │ 4_6_dataset_多层linear手写数字识别5.py
│ │
│ ├─5_15_负采样优化
│ │ 5_15_负采样优化word2vec2_负采样.py
│ │ 5_15_负采样优化word2vec2_负采样2.py
│ │
│ ├─5_17_负采样其他策略
│ │ 5_17_负采样其他策略word2index.123
│ │ 5_17_负采样其他策略word2vec2_负采样3.py
│ │ 5_17_负采样其他策略wordvec.abc
│ │ 5_17_负采样其他策略词向量加载.py
│ │
│ ├─5_18_rnn_pytorch使用
│ │ 5_18_rnn_pytorch使用rnn_文本分类.py
│ │
│ ├─5_19_rnn复现
│ │ 5_19_rnn复现lstm_复现文本分类.py
│ │ 5_19_rnn复现rnn_复现文本分类.py
│ │
│ ├─5_24_LSTM复现_古诗生成
│ │ 5_24_LSTM复现_古诗生成lstm_复现文本分类.py
│ │ 5_24_LSTM复现_古诗生成rnn_古诗生成.py
│ │
│ ├─5_29_lstm古诗生成
│ │ 5_29_lstm古诗生成lstm_古诗生成.py
│ │ 5_29_lstm古诗生成rnn_古诗生成2.py
│ │
│ ├─5_4_embedding层讲解
│ │ 5_4_embedding层讲解文本分类4.py
│ │ 5_4_embedding层讲解文本分类5.py
│ │ 5_4_embedding层讲解文本分类6.py
│ │
│ ├─5_5_word2vec复现1
│ │ 5_5_word2vec复现1word2vec1.py
│ │
│ ├─5_9_搜狗词向量替换
│ │ │ 5_9_搜狗词向量替换Chinese-Text-Classification-Pytorch-master (1).zip
│ │ │ 5_9_搜狗词向量替换sgns.sogou.char.bz2
│ │ │ 5_9_搜狗词向量替换word2index.123
│ │ │ 5_9_搜狗词向量替换word2index.txt
│ │ │ 5_9_搜狗词向量替换word2vec2.py
│ │ │ 5_9_搜狗词向量替换word2vec3_优化.py
│ │ │ 5_9_搜狗词向量替换wordvec.abc
│ │ │ 5_9_搜狗词向量替换wordvec.txt
│ │ │ 5_9_搜狗词向量替换wordvec_new.abc
│ │ │ 5_9_搜狗词向量替换词向量加载.py
│ │ │ 5_9_搜狗词向量替换词向量加载2_搜狗.py
│ │ │
│ │ ├─Chinese-Text-Classification-Pytorch-master (1)
│ │ │ └─Chinese-Text-Classification-Pytorch-master
│ │ │ │ Chinese-Text-Classification-Pytorch-masterLICENSE
│ │ │ │ Chinese-Text-Classification-Pytorch-masterREADME.md
│ │ │ │ Chinese-Text-Classification-Pytorch-masterrun.py
│ │ │ │ Chinese-Text-Classification-Pytorch-mastertrain_eval.py
│ │ │ │ Chinese-Text-Classification-Pytorch-masterutils.py
│ │ │ │ Chinese-Text-Classification-Pytorch-masterutils_fasttext.py
│ │ │ │
│ │ │ ├─models
│ │ │ │ modelsDPCNN.py
│ │ │ │ modelsFastText.py
│ │ │ │ modelsTextCNN.py
│ │ │ │ modelsTextRCNN.py
│ │ │ │ modelsTextRNN.py
│ │ │ │ modelsTextRNN_Att.py
│ │ │ │ modelsTransformer.py
│ │ │ │
│ │ │ └─THUCNews
│ │ │ ├─data
│ │ │ │ dataclass.txt
│ │ │ │ datadev.txt
│ │ │ │ dataembedding_SougouNews.npz
│ │ │ │ dataembedding_Tencent.npz
│ │ │ │ datatest.txt
│ │ │ │ datatrain.txt
│ │ │ │ datavocab.pkl
│ │ │ │
│ │ │ └─saved_dict
│ │ │ saved_dictmodel.ckpt
│ │ │
│ │ └─sgns.sogou.char
│ │ sgns.sogou.charsgns.sogou.char
│ │
│ ├─6_12_transformer_复现2_多头注意力机制
│ │ 6_12_transformer_复现2_多头注意力机制best_model.buding
│ │ 6_12_transformer_复现2_多头注意力机制seq2seq_5.py
│ │ 6_12_transformer_复现2_多头注意力机制transformers2.py
│ │
│ ├─6_14_位置编码_ner数据
│ │ 6_14_位置编码_ner数据transformers3.py
│ │ 6_14_位置编码_ner数据transformers3_ner.py
│ │
│ ├─6_1_seq2seq_翻译
│ │ 6_1_seq2seq_翻译seq2seq.py
│ │
│ ├─6_20_ner训练测试_hf模型下载_bert拼接
│ │ │ 6_20_ner训练测试_hf模型下载_bert拼接best_model
│ │ │ 6_20_ner训练测试_hf模型下载_bert拼接ner_test.py
│ │ │ 6_20_ner训练测试_hf模型下载_bert拼接temp_data
│ │ │ 6_20_ner训练测试_hf模型下载_bert拼接transformers3.py
│ │ │ 6_20_ner训练测试_hf模型下载_bert拼接transformers3_ner.py
│ │ │ 6_20_ner训练测试_hf模型下载_bert拼接transformers4.py
│ │ │
│ │ ├─mybert
│ │ │ mybertconfig.json
│ │ │ mybertgitattributes.txt
│ │ │ mybertpytorch_model.bin
│ │ │ mybertREADME.md
│ │ │ myberttokenizer.json
│ │ │ myberttokenizer_config.json
│ │ │ mybertvocab.txt
│ │ │
│ │ └─__pycache__
│ │ __pycache__transformers4.cpython-39.pyc
│ │
│ ├─6_26_bert_究极细讲_源码解析
│ │ 6_26_bert_究极细讲_源码解析bert_加载.py
│ │ 6_26_bert_究极细讲_源码解析bert_文本分类.py
│ │
│ ├─6_29_prompt_原理复现
│ │ 6_29_prompt_原理复现prompt_原理.py
│ │
│ ├─6_5_attention_模型保存和加载
│ │ 6_5_attention_模型保存和加载best_model.buding
│ │ 6_5_attention_模型保存和加载seq2seq_2.py
│ │ 6_5_attention_模型保存和加载seq2seq_3.py
│ │ 6_5_attention_模型保存和加载seq2seq_4.py
│ │ 6_5_attention_模型保存和加载seq2seq_predict.py
│ │
│ ├─6_8_transformer_复现1
│ │ 6_8_transformer_复现1transformers1.py
│ │
│ ├─7_10_知识蒸馏原理及复现
│ │ │ 7_10_知识蒸馏原理及复现teacher_best_model.pt
│ │ │ 7_10_知识蒸馏原理及复现train_lstm.py
│ │ │ 7_10_知识蒸馏原理及复现train_teacher.py
│ │ │ 7_10_知识蒸馏原理及复现知识蒸馏_demo.py
│ │ │
│ │ └─dataset
│ │ datasetdev.csv
│ │ datasettest.csv
│ │ datasettrain.csv
│ │
│ ├─data
│ │ ├─mnist
│ │ │ t10k-images.idx3-ubyte
│ │ │ t10k-labels.idx1-ubyte
│ │ │ train-images.idx3-ubyte
│ │ │ train-labels.idx1-ubyte
│ │ │
│ │ ├─ner
│ │ │ dev.txt
│ │ │ test.txt
│ │ │ train.txt
│ │ │
│ │ ├─word2vec
│ │ │ 数学原始数据.csv
│ │ │
│ │ ├─古诗生成
│ │ │ poetry_5.txt
│ │ │
│ │ └─文本分类
│ │ test.txt
│ │ train.txt
│ │
│ └─作业
│ └─第一次作业
│ │ 何无辞第一次作业.zip
│ │ 作业1-Adore.rar
│ │ 清风作业1.zip
│ │
│ ├─buding
│ │ buding.py
│ │ text.txt
│ │
│ ├─何无辞第一次作业
│ │ │ train1.txt
│ │ │ 第一次作业.ipynb
│ │ │ 第一次作业.py
│ │ │
│ │ └─.ipynb_checkpoints
│ │ 第一次作业-checkpoint.ipynb
│ │
│ ├─作业1-Adore
│ │ data.txt
│ │ 作业.py
│ │
│ └─清风作业1
│ └─作业1
│ │ work.py
│ │ 作业1.txt
│ │
│ └─data
│ text—副本.txt
│ text.txt
│
├─文件资料
│ Everything.zip
│ pycharm2021.rar
│ python3.6.6.zip
│ python3.9.7.rar
│ Snipaste-2.7.3-Beta-x64.zip
│
└─高级班内容
├─季康老师
│ ├─pdf
│ │ 对抗训练_loss函数等.pdf
│ │
│ ├─代码
│ │ ccf_备课代码_第一次.zip
│ │ 第三次课件 2.zip
│ │ 第二次课代码.zip
│ │ 第五次课-ccf_p_tuning_awp.zip
│ │ 第四次代码.zip
│ │
│ └─视频
│ 02-对抗训练_loss的理论_ev.mp4
│ 02-对抗训练代码_ev.mp4
│ 03_ccf_loss组和与pet.mp4
│ 04_ccf_ptuingv1v2.mp4
│ 05-awp.mp4
│ 1.ccf_小样本分类大赛_ev.mp4
│
└─布丁老师
├─视频
│ 7_13_IP爬虫_ev.mp4
│ 7_17_bert_model_阅读理解_ev.mp4
│ 7_24_阅读理解比赛整体思路_ev.mp4
│ 7_26_语义匹配_selector_思路.mp4
│ 8_24_基于bert的lora解析.mp4
│ 8_2_seletor_训练.mp4
│ 8_9_基于词的emb_trick.mp4
│
└─资料
├─7_13_IP爬虫
│ IP池爬虫.py
│ question.txt
│ result.txt
│
├─7_17_bert_model_阅读理解
│ │ bert_扩展.py
│ │ dureader_checklist-data.tar.gz
│ │ train_.csv
│ │ 阅读理解_demo.py
│ │
│ └─dureader_checklist-data
│ └─dureader_checklist-data
│ dev.json
│ evaluate.py
│ License.pdf
│ README.md
│ test.json
│ train.json
│
├─7_24_阅读理解比赛整体思路
│ │ best.pt
│ │ dev_.csv
│ │ train_.csv
│ │ 阅读理解_pre.py
│ │ 阅读理解_train.py
│ │
│ └─语义匹配
│ ├─ants
│ │ dev.csv
│ │ test.csv
│ │ train.csv
│ │
│ └─oppo.json
│ oppp.json
│
├─7_26_语义匹配_selector_思路
│ dev_.csv
│ seletor_train.py
│ train_.csv
│ 语义匹配任务.py
│
├─8_24_基于bert的lora解析_同学分享
│ dev_.csv
│ train_.csv
│ 阅读理解_train.py
│
├─8_2_seletor_训练
│ dev_.csv
│ seletor_train2.py
│ train_.csv
│
├─8_9_基于词的emb_trick
│ │ dev_.csv
│ │ seletor_train3.py
│ │ seletor_train4.py
│ │ train_.csv
│ │
│ └─Temb
│ emb_model.bin
│ tencent-ailab-embedding-zh-d200-v0.2.0-s.txt
│ trans.py
│
├─备课
│ │ train_.csv
│ │ 阅读理解_train.py
│ │
│ ├─lora
│ │ dev_.csv
│ │ train_.csv
│ │ 阅读理解_train.py
│ │
│ └─selector_阅读理解
│ dev_.csv
│ seletor_train22.py
│ train_.csv
│ 阅读理解_pre.py
│
└─语义匹配_data
├─ants
│ dev.csv
│ test.csv
│ train.csv
│
└─oppo.json
oppp.json
