叶梓老师的内训课程
DeepSeek 辅助日常工作培训提纲一、引言介绍大模型领域的竞争态势强调 DeepSeek 的独特优势二、DeepSeek 概述DeepSeek 的发展背景与定位DeepSeek 各版本的特点与区别三、DeepSeek 部署本地单机部署 DeepSeek 蒸馏版的硬件要求本地单机部署 DeepSeek（量化）满血版的配置与性能本地单机多卡部署 DeepSeek（量化）满血版的策略本地多机多卡部署 DeepSeek 满血版的方法四、DeepSeek 训练Unsloth 在 DeepSeek 训练中的应用与优化ColossalAI 工具箱在 DeepSeek 训练中的功能五、DeepSeek 辅
叶梓查看详情
知识图谱的Python实现【课程简介】本课程包含知识图谱的基本概念及常用算法，并实现了一个基于知识图谱的对话机器人。通过1天的系统学习、案例讲解和动手实践，让学员能初步了解知识图谱的的相关知识与技术。【课程对象】理工科本科以上，或至少了解一种编程语言。知识图谱基础知识图谱存储知识图谱基础概念知识推理本体推理方法本体推理工具语义搜索RDF与RDFSOWL与OWL2知识图谱存储Neo4j开发环境部署Neo4j可视化操作Neo4jCQL语法基础Neo4j完整案例操作实战Neo4j系统管理Python与Neo4j的集成实践：Neo4j的安装Neo4j的基本操作知识图谱抽取知识图谱自动抽取和案例实体消歧
叶梓查看详情
智能医疗技术与ChatGPT临床应用三日深度培训第一天：人工智能基础与Python编程入门上午：人工智能在医疗领域的应用概述Python编程基础环境搭建、数据类型、流程控制Python环境搭建Python数据类型与流程控制Python函数的应用Python面向对象编程 文件读写和目录操作异常处理 机器学习概述数据探索性分析：智能化数据分析特征工程：数据准备、数据清洗、数据的归一化机器学习模型构建机器学习模型评估集成学习实际案例：基于机器学习的乳腺癌疾病风险预测实际案例：心脏病预测模型构建和模型可解释性分析Python医学图像处理基础PyDicom库的安装和基本用法MRI、DR、CT等影像的读取
叶梓查看详情
人工智能“最强模型”transformer详解【课程简介】Transformer 是迄今为止人工智能领域的最新和最强大的模型类别之一。它几乎正在凭借一己之力来推动深度学习的又一波重大进步。Transformer 模型充分运用了称为注意力和自注意力机制，以检测系列（或图像）中元素相互影响和相互依赖的微妙关系。本课程通过2天时间的详细介绍，可使学习者初步了解Transformer的原理、应用场景、最新发展等。【课程收益】掌握深度学习框架：TensorFlow、pytorch等；理解“自监督学习”在当代AI领域的核心作用；掌握Transformer背景知识、相关理论与实践；理解Transformer
叶梓查看详情
人工智能技术详解【课程内容】本课程包含大数据、机器学习、深度学习、知识图谱、强化学习与深度强化学习的相关知识。【课程时长】7天（7小时/天）【课程对象】理工科本科及以上，且至少了解一门编程语言。【课程大纲】（培训内容可根据客户需求调整）时间内容案例实践与练习Day1上午准备工作准备工作1.概念与术语2.Python（Anaconda）的安装3.Pycharm的安装与使用4.Jupyter Notebook的安装与使用5.Tensorflow与pytorch的安装6.Opencv、Sklearn工具包的运用贪婪决策过程1.熵与熵减过程2.贪婪法3.ID3与C4.54.其他改进方法5.决策树剪枝案