前置说明:
- 本课程主要服务于已经有编程基础,且想接触ai开发的开发人员
- 本课程的目标是在课程结束后,开发人员可以灵活运用习得的知识将开源的AI项目做一定程度的适配改动并应用在自己的业务中
- 本课程主要基于 nvidia 生态,但学习阶段对电脑的配置要求不高,2G 的显存即可支持本课程中的练习
c1-environment - ai 开发环境准备,包含 nvidia驱动/cuda/cudnn/python/pytorch 的环境准备工作
c2-autograde_and_baseex - ai 训练的简单理论基础演示与一个小型的实战项目
c3-hugging_face_base - hugging face 平台的介绍与基础使用,并包含一个 gpt2 项目基础运行展示
c4-hugging_face_lora - 以 gpt2 为案例的 lora 训练
c5-gradio - 简单介绍和展示 gradio 的相关功能,以及其在业务工程开发中的定位
- 基础环境配置 - c1-environment/c1-base.md
- python环境配置 - c1-environment/c1-base.md
- 自动求导与ai训练中的关系 - c2-autograd_and_baseex/c2-main.md
- ai训练处理波士顿房价预测(实战) - c2-autograd_and_baseex/c2-bostan.md
- 链式法则简要说明 - c2-autograd_and_baseex/c2-grad-chain.md
代码相关:
- pytorch 自动求导展示 - c2-autograd_and_baseex/autograd.py
- 波士顿房价预测模型训练 - c2-autograd_and_baseex/bostan_train.py
- 波士顿房价预测模型使用 - c2-autograd_and_baseex/bostan_infer.py
- huggingface基础与简单使用案例解析 - c3-hugging_face_base/c3.md
- gpt2 推理代码案例 - c3-hugging_face_base/gpt2-infer.ipynb
- lora 原理机制说明 - c4-hugging_face_lora/lora.md
- 模型训练相关解析 - c4-hugging_face_lora/c4.md
代码相关:
- 模型训练代码案例 - c4-hugging_face_lora/gpt2-trainer.ipynb
- 使用训练后端的 lora 运行模型案例 - c4-hugging_face_lora/gpt2-run.ipynb
- gradio 的介绍与使用 - c5-gradio/c5.md
ai 绘画,语音合成,歌曲合成,lipsync 等常见场景的扩展课程