fxw0681-LLM 多模态视觉大模型【VIP】

mind

资源来自网络分享，侵权请告知删除。
免费容易导致链接很快失效，
如失效，请联系管理

LLM 多模态视觉大模型【VIP】



——/LLM 多模态视觉大模型/
├──1.大模型技术概述  
|   └──1. 视觉大模型技术概述.mp4  21.88M
├──2.自监督学习的原理与方法  
|   ├──2.1自监督学习与前置任务.mp4  17.74M
|   ├──2.2对比学习与SimCLR.mp4  18.62M
|   ├──2.3Moco模型.mp4  11.71M
|   ├──2.4MoCo代码详解.mp4  23.52M
|   └──2.5掩码重建与BEiT.mp4  10.54M
├──3.视觉基础大模型的架构  
|   ├──3.1 ViT与其变种.mp4  15.14M
|   ├──3.2 MoCo v3自监督骨干网络.mp4  7.81M
|   ├──3.3 DINO模型.mp4  12.63M
|   ├──3.4 DINO代码详解.mp4  17.19M
|   ├──3.5 MAE模型.mp4  9.64M
|   ├──3.6 MAE代码详解.mp4  26.33M
|   └──3.7 SAM模型.mp4  23.55M
├──4.多模态视觉大模型  
|   ├──4.1 多模态学习的概念.mp4  28.11M
|   ├──4.2 多模态网络的架构.mp4  23.62M
|   ├──4.3 CLIP模型.mp4  19.34M
|   ├──4.4 CLIP代码详解.mp4  28.17M
|   ├──4.5 GLIP模型.mp4  11.26M
|   ├──4.6 Flamingo模型.mp4  27.58M
|   └──4.7 LLaVA模型.mp4  44.59M
├──5.下游任务迁移与视觉提示  
|   ├──5.1 线性探测与微调.mp4  8.80M
|   ├──5.2 线性探测与微调代码详解.mp4  12.66M
|   ├──5.3 Adapter方法.mp4  13.31M
|   ├──5.4 Adapter代码详解.mp4  55.46M
|   ├──5.5 视觉prompt方法.mp4  58.06M
|   ├──5.6 视觉Prompt代码详解.mp4  36.99M
|   └──5.7 小结.mp4  3.56M
├──6.实战-多模态大模型微调  
|   ├──6.1 PandaGPT框架介绍.mp4  44.93M
|   ├──6.2 环境与模型配置.mp4  108.10M
|   ├──6.3 项目代码通览.mp4  109.86M
|   ├──6.4 数据集加载.mp4  94.70M
|   ├──6.5 模型定义.mp4  144.59M
|   ├──6.6 模型实现.mp4  234.10M
|   ├──6.7 Demo运行.mp4  62.57M
|   ├──code .zip  27.63M
|   ├──Vicuna模型加载指南.txt  0.37kb
|   └──端口映射方法.txt  0.08kb
├──7.实战-基于视觉提示的下游迁移  
|   ├──7.1 VPT框架通览.mp4  127.32M
|   ├──7.2 数据集加载.mp4  109.92M
|   ├──7.3 模型定义.mp4  155.92M
|   ├──7.4 模型实现1.mp4  94.20M
|   ├──7.5 模型实现2.mp4  76.86M
|   ├──7.6 病理图像下游迁移.mp4  43.75M
|   ├──BCI数据集下载.txt  0.87kb
|   └──code .zip  1021.61kb
├──code  
|   ├──adapter.py  3.84kb
|   ├──CLIP.py  3.27kb
|   ├──DINO.py  3.13kb
|   ├──linear-probing.py  1.69kb
|   ├──MAE.py  4.34kb
|   ├──moco.py  2.23kb
|   ├──prompt-tuning.py  3.26kb
|   └──全部代码压缩包.zip  9.74kb
├──PPT  
|   ├──0.视觉大模型课程前置介绍.pptx  1.90M
|   ├──1.大模型技术概述.pptx  5.31M
|   ├──2.自监督学习的原理与方法.pptx  3.04M
|   ├──3.视觉基础大模型的架构.pptx  3.02M
|   ├──4.多模态视觉大模型.pptx  4.79M
|   └──5.下游任务迁移与视觉提示.pptx  1.59M
├──论文  
|   ├──Gemini-A Family of Highly Capable Multimodal Models.pdf  25.69M
|   ├──ImageBind-One Embedding Space To Bind Them All.pdf  6.34M
|   └──InternVL-Scaling up Vision Foundation Models and Aligning for Generic Visual-Linguistic Tasks.pdf  1.25M
└──PPT.zip  19.13M



提取码： nbbm

获取下载地址：

试读已结束，请付费阅读全文。

￥ 5.00付费阅读

登录后可特价购买

  本文只能试读97%,付费后可阅读全文。