|
| 商品編號： | DUE3968 |
|
| 商品名稱： | Udemy線上課程 (Ken Cen出品)Generative AI第19部 DeepSeek如何 Fine-tune (微調)大語言模型 講師:Ken Cen 影音教學 中文發音 繁體中文(DVD版) |
|
| 商品分類： | Udemy線上課程綜合教學 |
|
| 語系版本： | 中文發音 繁體中文版 | |
| 運行平台： | 官方原版畫質MP4檔,沒有任何平台限制,終身使用 | |
| 更新日期： | 2025-06-01 |
|
| 光碟片數： | 1片DVD光碟 |
|
| 銷售價格： | $200元 |
|
| 熱門標籤： | Udemy線上課程
微調
大語言模型
Generative
Fine
tune
| |
|
|
Udemy線上課程 (Ken Cen出品)Generative AI第19部 DeepSeek如何 Fine-tune (微調)大語言模型 講師:Ken Cen 影音教學 中文發音 繁體中文(DVD版)
DeepSeek如何Fine-tune大語言模型
在這個數位轉型的時代，大語言模型正以前所未有的速度重塑各行各業，而DeepSeek作為新一代大語言模型的代表，憑藉其獨特技術特點和靈活的微調方案，為業界提供了極具前瞻性的解決方案。
今天，我們誠摯推薦由Ken Cen出品的新課程——“Generative AI第19部 DeepSeek如何 Fine-tune (微調)大語言模型”，帶您從零開始，全面掌握DeepSeek的微調技術。
1. DeepSeek的發展與技術特點
發展歷程：從最早期的語言生成模型到如今的DeepSeek，技術日益成熟，實現了更高效、更準確的語言生成。
技術亮點：具備高效的運算性能、靈活的調參機制和出色的量化能力，適合各類應用場景。
2. 如何使用Hugging Hub & Tokenizer
Hugging Hub：利用Hugging Face Hub快速下載並部署最新預訓練模型，與DeepSeek無縫銜接。
Tokenizer應用：掌握如何使用Tokenizer進行文本分詞，將自然語言轉換成模型可處理的數字化序列，為後續微調奠定基礎。
3. 使用Tokenizer分詞器預處理數據
數據清洗與標準化：學習如何利用Tokenizer進行數據預處理，確保數據輸入的一致性和高效性。
文本編碼：實際演示如何將文本轉化為token id，設定最大序列長度，並利用padding和truncation處理超長文本。
4. 超參數、labels與dtype設定及Fine-tune&評估
超參數調整：探討學習率、批次大小、梯度累積步數等超參數的設置，如何平衡精度和計算資源。
標籤與數據類型：詳細介紹如何配置labels與dtype，確保模型在微調過程中能夠正確反向傳播和穩定收斂。
評估指標：講解如何使用標準指標評估模型性能，確保微調效果達到預期目標。
5. 如何微調Fine-tune模型
微調策略：深入解析模型微調流程，從數據加載、預處理到模型訓練，每一步都精心設計，實戰演練細節豐富。
訓練技巧：分享多種微調技巧，包括混合精度訓練等，助您實現高效穩定的模型微調。
6. 實現量化Quantization模型
量化技術原理：介紹8-bit、4-bit量化技術，如何在降低內存佔用的同時保持模型性能。
實作步驟：逐步講解如何利用現有工具對DeepSeek進行量化處理，實現高性能輕量級部署。
7. 實現Low-Rank Adaptation (LoRA)
LoRA原理：解析低秩分解如何在保持原模型表現的前提下，降低微調參數量，提高計算效率。
應用實例：通過實戰案例演示LoRA在DeepSeek微調中的應用，並比較不同配置參數對模型效果的影響。
8. 實現Supervised Fine-Tuning
監督式微調：探討如何使用標註數據進行監督式微調，進一步提升模型回答的準確性與一致性。
模型評估：介紹如何構建評估流程，檢測模型在各類測試場景下的表現。
9. 實現Chain of Thought (CoT)連鎖思維推理
CoT概念：講解連鎖思維推理的重要性，如何引導模型生成具備清晰推理流程的答案。
實戰應用：展示如何構建CoT格式的輸入，並引導模型在回答時同時展現推理過程與最終結論。
10. 轉換Dataset推理邏輯語句
數據集格式轉換：深入解析如何從原始數據集中提取並轉換出推理邏輯語句，使模型能夠理解並生成合理的邏輯推理。
模板設計：提供模板設計範例，確保轉換後的數據符合模型訓練要求。
11. 實現GRPO
GRPO框架：介紹GRPO（Gradient Reward Policy Optimization）在強化學習中的應用，如何用於模型微調過程中的策略優化。
實施步驟：詳細講解GRPO的參數配置、獎勵函數設計與訓練流程，幫助您實現更加精細化的模型優化。
這門課程由業界專家Ken Cen精心打造，從DeepSeek大語言模型的技術特點到全流程的微調、量化、LoRA、監督微調、連鎖思維推理及GRPO應用，內容全面、實戰性強。
無論您是AI技術的入門者還是進階工程師，都能在這裡學到最前沿、最實用的技術知識，助力您在Generative AI領域取得突破性進展。
立即報名，與我們一起迎接AI技術的新時代，掌握DeepSeek微調的無限可能！
01 - 課程準備
001 課程工具準備.mp4
002 如何安裝和使用包管理器.mp4
003 Windows安裝使用Poetry的方法.html
02 - 如何使用Huggingface 的Transformers 微調fine-tune 模型
001 DeepSeek的發展與技術特點.mp4
002 如何使用Hugging hub & Tokenizer.mp4
003 如何用 Tokenizer 分詞器預處理數據.mp4
004 如設定超參數 & labels & dtype 實現模型fine-tune&評估.mp4
005 如何微調 fine-tune 模型.mp4
03 - 如何降低微調 fine-tune門檻
001 如何實現量化 Quantization 模型.mp4
002 如何實現 Low-Rank Adaptation.mp4
04 - 如何微調 Deekseek
001 如何實現Supervised Fine-Tuning.mp4
002 如何實現Chain of Thought (CoT) - 連鎖思維推理.mp4
003 第 12 講座的數據集.html
004 如何轉換dataset 推理邏輯語句.mp4
005 如何實現 GRPO.mp4
|
|
專業知識教學