首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
JAVA转岗大模型工程开发之路
anthem37
创建于2025-08-12
订阅专栏
JAVA转岗大模型工程开发之路
等 1 人订阅
共15篇文章
创建于2025-08-12
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
第三阶段_大模型应用开发-Day 5: 大模型应用开发模式
Day 5: 大模型应用开发模式 学习目标 理解大模型应用的主要开发模式和架构 掌握Agent架构和工具使用的实现方法 学习多模态应用开发的基本原理 了解大模型应用的安全性考虑 掌握大模型应用的评估和
第三阶段_大模型应用开发-Day 4: RAG检索增强生成技术
Day 4: RAG检索增强生成技术 学习目标 理解RAG(检索增强生成)的基本原理和重要性 掌握知识库构建和向量检索的方法 学习RAG系统的设计和实现步骤 了解提示工程在RAG中的应用 掌握RAG系
第三阶段_大模型应用开发-Day 3: 大模型推理优化与部署
Day 3: 大模型推理优化与部署 学习目标 理解大模型推理的基本原理和挑战 掌握推理优化技术,包括量化、剪枝和知识蒸馏 学习大模型部署的不同方式和适用场景 了解大模型应用的架构设计原则 掌握大模型应
第三阶段_大模型应用开发-Day 2: 模型微调技术
Day 2: 模型微调技术 学习目标 理解模型微调的概念和重要性 掌握数据准备和处理的方法 学习标准微调的实施步骤 了解参数高效微调技术(PEFT) 掌握模型评估和性能优化的方法 1. 模型微调基础
第三阶段_大模型应用开发-Day 1: Hugging Face Transformers库
Day 1: Hugging Face Transformers库 学习目标 了解Hugging Face生态系统及其在大模型开发中的重要性 掌握Transformers库的核心概念和基本组件 学习如
第二阶段_技术栈过渡-Day 5: 大模型开发环境
Day 5: 大模型开发环境 学习目标 理解大模型开发环境的组成和重要性 掌握Conda环境管理和Jupyter Notebook的使用方法 学习GPU加速和分布式训练的基础知识 了解主流云平台的大模
第二阶段_技术栈过渡-Day 4: PyTorch基础
Day 4: PyTorch基础 学习目标 理解PyTorch的核心概念和架构 掌握PyTorch张量的创建和操作方法 学习自动微分机制和计算图 了解如何构建和训练简单的神经网络 对比JAVA和PyT
第二阶段_技术栈过渡-Day 3: 数据可视化(Matplotlib和Seaborn)
Day 3: 数据可视化(Matplotlib和Seaborn) 学习目标 理解数据可视化的重要性和基本原则 掌握Matplotlib的基本绘图功能和自定义选项 学习Seaborn库创建统计图表的方法
第二阶段_技术栈过渡-Day 2: Pandas基础
Day 2: Pandas基础 学习目标 理解Pandas库的核心概念和数据结构 掌握Series和DataFrame的创建和操作方法 学习数据读写、清洗和转换技术 了解Pandas在数据分析中的应用
第二阶段_技术栈过渡-Day 1: NumPy基础
Day 1: NumPy基础 学习目标 理解NumPy库的核心概念和重要性 掌握NumPy数组的创建、操作和计算方法 学习NumPy的广播机制和向量化计算 了解NumPy在科学计算和机器学习中的应用
第一阶段_基础知识-Day 5: Python基础与JAVA对比
Day 5: Python基础与JAVA对比 学习目标 理解Python与JAVA的主要区别和相似之处 掌握Python的基本语法和数据类型 学习Python的面向对象编程特性 了解Python生态系
第一阶段_基础知识-Day 4: 大模型概述
Day 4: 大模型概述 学习目标 理解大模型的定义和特点 掌握大模型的发展历史和技术演进 深入了解Transformer架构及其工作原理 理解预训练-微调范式 了解常见大模型(GPT系列、LLaMA
第一阶段_基础知识-Day 3: 深度学习基础知识
Day 3: 深度学习基础知识 学习目标 理解深度学习的基本概念和工作原理 掌握神经网络的基本结构和组成部分 了解常见的深度学习架构和应用场景 理解深度学习与传统机器学习的区别 1. 深度学习概述 1
第一阶段_基础知识-Day 1: 人工智能发展历史与核心概念
Day 1: 人工智能发展历史与核心概念 学习目标 理解人工智能的定义和分类 掌握人工智能发展的重要历史阶段 区分强人工智能与弱人工智能 了解符号主义与连接主义的区别 1. 人工智能的定义与分类 1.
第一阶段_基础知识-Day 2: 机器学习基本原理和常见算法
Day 2: 机器学习基本原理和常见算法 学习目标 理解机器学习的基本概念和工作原理 掌握机器学习的主要分类方法 了解常见机器学习算法的原理和应用场景 学习如何评估机器学习模型的性能 1. 机器学习基