课时01 01_模型训练GPU空间占用的计算_ev.mp4            28.2 MB
课时02 02_如何降低模型本身对GPU空间的占用_ev.mp4            20.6 MB
课时03 03_代码实战通过modelscope下载模型文件_ev.mp4            36.8 MB
课时04 04_半精度float16和其优势_ev.mp4            19.4 MB
课时05 05_上溢出和下溢出、启用半精度的方法_ev.mp4            20.0 MB
课时06 06_LLaMA3.1的介绍与不同版本区别_ev.mp4            34.3 MB
课时07 07_LLaMA3.1的整体概览与模型架构调整_ev.mp4            44.7 MB
课时08 08_Llama3.1代码实战之导包和数据预处理_ev.mp4            68.1 MB
课时09 09_Llama3.1代码实战之加载basemodel_ev.mp4            34.1 MB
课时10 10_Llama3.1代码实战之半精度模型本地训练_ev.mp4            40.6 MB
课时11 11_Llama3.1代码实战之租用云端服务器和vscode远程登陆_ev.mp4            30.7 MB
课时12 12_云端服务器下载Llama3.1模型_ev.mp4            27.2 MB
课时13 13_云端服务器克隆实例到新的节点_ev.mp4            22.4 MB
课时14 14_云端服务器运行Llama3.1模型训练_ev.mp4            43.2 MB
课时15 15_Llama3.1模型训练优化之开启梯度检查点_ev.mp4            34.5 MB
课时16 16_Llama3.1模型训练细节总结_ev.mp4            17.6 MB
课时17 17_CausalLM与PrefixLM的区别_ev.mp4            20.6 MB
课时18 18_GLM4架构涉及的技术点与GLM家族发展概览_ev.mp4            15.6 MB
课时19 19_GLM模型作为PrefixLM预训练时的方式方法_ev.mp4            27.0 MB
课时20 20_GLM4模型训练时该如何组织数据_ev.mp4            23.4 MB
课时21 21_云服务器GLM4模型下载和升级transformers模块_ev.mp4            21.8 MB
课时22 22_云服务器跨实例拷贝大模型GLM4_ev.mp4            23.5 MB
课时23 23_加载GLM4分词器与模型_ev.mp4            28.2 MB
课时24 24_构建测试数据并且使用GLM4进行推理_ev.mp4            32.7 MB
课时25 25_组织GLM4训练数据_ev.mp4            71.3 MB
课时26 26_加载GLM4模型以及构建相应的Lora模型_ev.mp4            38.6 MB
课时27 27_GLM4模型半精度训练及数值下溢问题的解决_ev.mp4            36.4 MB
课时28 28_批次变大后模型训练内存溢出的解决和训练后模型推理_ev.mp4            30.1 MB