文章提供了一系列关于机器学习和深度学习的视频教程和资料，包括机器学习基本概念、模型训练流程、分类器与评估指标等内容，并提供了相关的PDF文档。同时，还涉及了seq2seq、Transformer、BERT等深度学习模型的学习资料。
👉 AI（人工智能）是指模拟、复制、扩展人类智能的科学与工程领域。它是通过机器学习、深度学习、自然语言处理等技术，使机器能够模拟和执行人类智能活动的分支。
👉 AI大模型是一种具有巨大参数量的深度神经网络模型。这些模型通常由数十亿、甚至上百亿个参数组成，可以在大规模数据集上进行训练。AI大模型的典型代表是GPT-3（Generative Pre-trained Transformer-3），它是由OpenAI开发的自然语言处理模型，拥有1750亿个参数。
内容目录
├──01 第一课
| ├──01_机器学习基本概念.mp4 104.02M
| ├──02_模型训练流程.mp4 98.60M
| ├──03_模型训练基本概念.mp4 100.76M
| ├──04_模型训练基本概念-激活函数与损失函数.mp4 81.17M
| └──01_深度学习基础.pdf 24.00M
├──02 第二课
| ├──01 分类器与评估指标.mp4 90.93M
| ├──02 第一次课间答疑.mp4 16.40M
| ├──03评估指标与经典模型.mp4 95.66M
| ├──04 第二次课间答疑.mp4 12.27M
| ├──05 seq2seq.mp4 29.61M
| ├──06 Transformer基本流程.mp4 48.06M
| ├──07 第三次课间答疑.mp4 31.86M
| ├──08 Transformer Encoder.mp4 80.47M
| ├──09 Transformer多头注意力机制.mp4 36.44M
| ├──Attention Is All You Need_unlocked.pdf 13.48M
| └──01_深度学习基础_unlocked.pdf 24.22M
├──03 第三课
| ├──课件&资料
| | ├──01-01 深度学习基础_unlocked.pdf 22.39M
| | ├──02-AutoDL使用文档_unlocked.pdf 14.09M
| | └──03-拓展分享-BERT源码解析.pdf 12.88M
| ├──01_Transformer Encoder.mp4 99.61M
| ├──02_1021第一次课间答疑.mp4 18.59M
| ├──03_Transformer Decoder.mp4 53.09M
| ├──04_BERT.mp4 44.62M
| ├──05_1021第二次课间答疑.mp4 5.65M
| ├──06_第三次课间答疑+BERT&T5+深度学习优化策略.mp4 62.37M
| ├──07_CUDA与GPU基本概念.mp4 29.22M
| └──08_第四次课间答疑+GPU并行训练策略.mp4 75.42M
